Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
AGOSTO DE 2004
Contenido
CONTENIDO
1 Preliminares Matemáticos
1.1 Números Complejos
1.2 Vectores
1.3 Matrices
3 Sitemas realimentados
3.1 Sistemas realimetnados
3.1.1 Aproximación de la salida del sistema en lazo cerrado a la señal de
referencia
3.1.2 Visión estática de las propiedades de la realimentación
3.1.3 Uso de la realimentación como mecanismo de linealización
3.1.4 Reducción de la variación en la dinámica del proceso
3.1.5 Sensibilidad del sistema en lazo cerrado
7 Diseño de Compensadores
7.1 Introducción
Bibliografía
1 Preliminares Matemáticos
1.1 Números Complejos
1.1.1 Fundamentos
o Si σ + jω = 0 , entonces σ = 0 y ω = 0 .
o Si σ 1 + jω1 = σ 2 + jω 2 , entonces σ 1 = σ 2 y ω1 = ω 2 .
o Si x = σ 1 + jω1 y y = σ 2 + jω 2 , entonces
x ± y = (σ 1 ± σ 2 ) + j (ω1 ± ω 2 )
xy = (σ 1σ 2 − ω1ω 2 ) + j (σ 2ω1 + σ 1ω 2 )
o Si x = σ + jω entonces xx = σ 2 + ω 2
x = 2 + j3
y = 1 − j2
entonces:
x + y = 2 + j3 + 1 − j 2 = 3 + j
xy = ( 2 ⋅ 3 − 1 ⋅ ( −2)) + j (1 ⋅ 3 + 2 ⋅ ( −2)) = 8 + j 0 = 8
x = 2 − j3
y = 1 + j2
xx = 2 2 + 3 2 = 4 + 9 = 13
yy = 12 + (−2) 2 = 1 + 4 = 5
x = σ 2 +ω2 (1.1)
Por su parte, el ángulo de x , denotado por ∠x , está dado por la siguiente expresión:
ω (1.2)
∠x = tan −1
σ
En función de la magnitud y del ángulo, un número complejo también puede ser representado de
la siguiente manera:
x = 2 2 + 3 2 = 13
3
arg x = tan −1
2
De aquí:
⎡ ⎛ 3⎞ ⎛ 3 ⎞⎤
3
j tan
x = 13e 2
= 13 ⎢cos⎜ tan −1 ⎟ + j sin ⎜ tan −1 ⎟⎥
⎣ ⎝ 2⎠ ⎝ 2 ⎠⎦
1.2 Vectores
1.2.1 Fundamentos
Un escalar es una cantidad que define una cierta magnitud como masa, longitud, densidad o
temperatura. Por su parte, un vector es una cantidad que tiene una magnitud, una dirección y un
sentido como fuerza, posición, velocidad, etc. Un vector de dimensión menor o igual que 3 puede
ser representado geométricamente por un segmento de línea orientado con una flecha; la Fig.
2.1 muestra un vector de dimensión 2 en la plano cartesiano.
x2
x
x1
⎡ x1 ⎤ (2.1)
⎢x ⎥
x = ⎢ 2 ⎥ = [x1 x2 L xn ]
T
⎢M⎥
⎢ ⎥
⎣ xn ⎦
o x + y∈Ω
o x+ y = y+x
o ( x + y) + z = x + ( y + z)
o Existe un 0 ∈ Ω tal que 0 + x = x
o Existe un y tal que x + y = 0
o αx ∈ Ω
o α ( β x ) = (αβ ) x
o α ( x + y ) = αx + αy
o (α + β ) x = αx + β x
o Existe un 1 ∈ K tal que 1x = x
⎡ y1 ⎤
⎢y ⎥ n
x T y = [x1 x2 L x n ]⎢ 2 ⎥ = ∑ xi y i
⎢ M ⎥ i =1
⎢ ⎥
⎣ yn ⎦
Se puede fácilmente verificar que el producto interno de dos vectores satisface las siguientes
propiedades:
x T y = y T x , para todo x, y ∈ R n
x T ( y + z ) = x T y + x T z , para todo x, y, x ∈ R n
⎡1 ⎤ ⎡ 4⎤
x = ⎢ ⎥; y = ⎢ ⎥
⎣ 2⎦ ⎣ 3⎦
entonces:
⎡4⎤
x T y = [1 2]⎢ ⎥ = 1 ⋅ 4 + 2 ⋅ 3 = 10
⎣3⎦
Magnitud de un vector
La magnitud de un vector está dada por su norma euclidiana x , x ∈ R n que se define como:
n
x = ∑x
i =1
2
i = xT x
x = 0 sí y sólo si x = 0 ∈ R n
x > 0 , para todo x ∈ R n con x ≠ 0 ∈ R n
ax = a x , para todo a ∈ R y x ∈ R n
x − y ≤ x + y ≤ x + y , para todo x, y ∈ R n
x T y ≤ x y , para todo x, y ∈ R n (desigualdad de Schwarz)
⎡ 3⎤
x=⎢ ⎥
⎣ 4⎦
x = x T x = 3 2 + 4 2 = 25 = 5
1.3 Matrices
1.3.1 Fundamentos
Igualdad de matrices
Dos matrices A y B son iguales sí y sólo si tienen el mismo número de filas, el mismo número
de columnas y todos los elementos correspondientes son iguales, a ij = bij para todo i, j .
Suma de matrices
Dos matrices A y B se pueden sumar sí y sólo si tienen el mismo número de filas y el mismo
número de columnas. Sea C = A + B entonces cij = a ij + bij . La suma de matrices satisface la
ley de conmutativa y la ley asociativa.
⎡ 5 2⎤ ⎡1 3 ⎤
A=⎢ ⎥ ; B=⎢ ⎥
⎣− 1 4⎦ ⎣2 − 3⎦
Entonces:
⎡ 5 2⎤ ⎡1 3 ⎤ ⎡ 5 + 1 2 + 3⎤ ⎡6 5⎤
A+ B = ⎢ ⎥+⎢ ⎥=⎢ ⎥=⎢ ⎥
⎣− 1 4⎦ ⎣2 − 3⎦ ⎣− 1 + 2 4 − 3⎦ ⎣1 1⎦
Producto de matrices
⎡2 1 ⎤
⎡1 2 3 ⎤
A=⎢ ⎥ ; B = ⎢− 3 2 ⎥⎥
⎢
⎣ 4 − 1 2⎦ ⎢⎣ 4 − 2⎥⎦
Entonces:
⎡2 1 ⎤
⎡1 2 3 ⎤ ⎢ ⎡ 1 ⋅ 2 + 2 ⋅ 3 + 3 ⋅ 4 1 ⋅ 1 + 2 ⋅ 2 + 3 ⋅ (−2) ⎤ ⎡ 8 − 1⎤
AB = ⎢ ⎥ ⎢ − 3 2 ⎥⎥ = ⎢ ⎥=⎢ ⎥
⎣4 − 1 2⎦ ⎢ 4 − 2⎥ ⎣4 ⋅ 2 − 1 ⋅ (−3) + 2 ⋅ 4 4 ⋅ 1 − 1 ⋅ 2 + 2 ⋅ (−2)⎦ ⎣19 − 2⎦
⎣ ⎦
La suma de los elementos diagonales de una matriz cuadrada se llama traza de la matriz y está
definida por:
n
(3.2)
Tr ( A) = ∑ a ii
i =1
⎡2 4 5⎤
A = ⎢− 1 3 − 2⎥⎥
⎢
⎢⎣ 5 − 1 1 ⎥⎦
Entonces
Tr ( A) = 2 + 3 + 1 = 6
El determinante de una matriz es un número denotado por det A , que puede ser calculado a
partir de A usando ciertas reglas. Es la suma de todos los productos posibles de elementos de
A formados con un elemento solamente de cada fila y de cada columna, con signo más o
menos según sea par o impar la permutación de subíndices:
n (3.4)
det A = ∑ aij cij
j =1
El determinante satisface
Entonces:
La inversa de una matriz está definida por C = adj A / det A donde adj A es la matriz adjunta
de A . La inversa de una matriz se denota por A −1 . Note que la matriz es invertible (o no
singular) si el determinante de la matriz A es diferente de cero. En este caso:
AA −1 = A −1 A = I (3.7)
adj A = C T (3.8)
⎡ 8 − 1⎤
A=⎢ ⎥
⎣19 − 2⎦
⎡ 2 1⎤
− − ⎢−3
T
−1
A =
1 1⎡
C = ⎢
T 2 19 ⎤
=⎢ 3⎥
det( A) 3⎣ 1 8 ⎥⎦ 19 8⎥
⎢− ⎥
⎣ 3 3⎦
( AB )−1 = B −1 A −1 (3.9)
(R − US V )−1 −1
= R −1 + R −1U ( S − VR −1U ) −1VR −1 (3.10)
La transpuesta de una matriz A denotada por B = AT cuyos elementos están dados por
bij = a ji . Esta operación satisface las siguientes propiedades:
o (A )T T
=A
o ( A ± B )T = AT ± B T
o (cA)T = cAT
o ( AB )T = B T AT
Av = λv (3.11)
Este vector v es un vector propio (por derecha) de A asociado al valor propio λ . Los valores
propios de A se encuentran resolviendo la ecuación algebraica:
Este sistema admite soluciones no nulas si la matriz (λI − A) es singular (determinante cero).
Defina ahora el polinomio característico de A como:
Los valores propios de una matriz cuadrada A están dados por las raíces del denominado
polinomio característico definido como:
P ( s ) = det( sI − A) (3.11)
⎡2 1⎤
A=⎢ ⎥
⎣− 3 − 5⎦
Entonces:
⎡λ − 2 − 1 ⎤
λI − A = ⎢
⎣ 3 λ + 5⎥⎦
det(λI − A) = (λ − 2)(λ + 5) + 3 = λ2 + 3λ − 7
λ 2 + 3λ − 7 = 0
− 3 ± 9 + 28 − 3 ± 37
λ12 = =
2 2
Para una matriz de orden mayor a 2, en general es necesario recurrir a métodos numéricos para
el cálculo de los valores propios.
Si la parte real y/o imaginaria de un número complejo son variables, entonces se obtiene lo que
se denomina una variable compleja. Sea s una variable compleja dada por:
s = σ + jω (4.1)
F ( s ) = Fx (σ , ω ) + jF y (σ , ω ) (4.2)
Fy (σ , ω ) (4.4)
∠F ( s) = tan −1
Fx (σ , ω )
Los sistemas lineales invariantes en el tiempo pueden ser representados por funciones de la
variable compleja de Laplace, en cuyo caso, estas funciones toman la forma de una función
racional como la que se muestra en la siguiente expresión:
K ( s + z1 )( s + z 2 ) L ( s + z m ) (4.5)
F (s) =
( s + p1 )( s + p 2 ) L ( s + p n )
Los números complejos − z i para 1,2, L , m , se denominan ceros, debido a que son los puntos
en los que son los puntos en los que la función F (s ) se hace cero. Por su parte, los números
complejos − pi , para i = 1,2, L , n , se denominan polos y son los puntos en los que
F (s ) = ∞ .
1.5.1 Definición
Sea f (t ) una función en el dominio del tiempo tal que f (t ) = 0 para t < 0 . La transformada
de Laplace de la función f (t ) está definida por la siguiente integral, suponiendo que la integral
existe:
∞ (5.1)
L { f (t )} = F ( s) = ∫ f (t )e − st dt
0
donde s es una variable compleja. La correspondiente transformada inversa está dada por:
1
σ + j∞ (5.2)
f (t ) = ∫ F ( s)e st ds
2πj σ − j∞
{ }
Propiedad 2 (Corrimiento).- Si L { f (t )} = F ( s) entonces L e − at f (t ) = F ( s + a)
Tablas de transformadas
En la literatura sobre transformadas de Laplace se pueden encontrar tablas con un numeroso
conjunto de pares de transformadas directas e inversas como la que se muestra a continuación:
f (t ) F (s )
δ (t ) 1
1; t ≥ 0 1
s
t 1
s2
t n ; n = 1,2, L n!
s n +1
e − at 1
s+a
t n e − at n!
( s + a ) n +1
sin ωt ω
s +ω2
2
cos ωt s
s +ω2
2
cosh at s
s − a2
2
1 1
(1 − e − at )
a s( s + a)
1
b−a
(
e − at − e −bt ) 1
( s + a )( s + b)
; a≠b
1 s
(be − at − ae −bt ) ; a≠b
b−a ( s + a )( s + b)
1 ⎡
⎢1+
1
ab ⎣ a − b
( ⎤
be − at − ae −bt ⎥ ) 1
s( s + a)( s + b)
; a ≠ b; a ≠ 0; b ≠ 0
⎦
1 ⎡ b(α − a ) − at a (α − b) −bt ⎤ s +α
⎢α− e + e ⎥ ; a ≠ b; a ≠ 0; b ≠ 0
ab ⎣ b−a b−a ⎦ s( s + a)( s + b)
e − at e −bt e − ct 1
; a ≠ b; b ≠ c;
+ +
(b − a)(c − a) (c − b)(a − b) (a − c)(b − c) ( s + a )( s + b)( s + c)
a≠c
ae − at be − bt ce − ct s
; a ≠ b; b ≠ c;
+ +
(a − b)(c − a) (b − c)(a − b) (c − a)(b − c) ( s + a)( s + b)( s + c)
a≠c
1 1
(1 − cos ωt ) ;ω≠0
ω2 s(s + ω 2 )
2
α α 2 +ω2 s +α
− cos(ωt + φ ) ;ω≠0
ω2 ω2 s(s 2 + ω 2 )
ω
φ = tan −1
α
ωn ω n2
e −ξω t sin ω n 1 − ξ 2 t ; 0 < ξ < 1
n
1−ξ 2 s 2 + 2ξω n s + ω n2
1−
1
e −ξωnt sin(ω n 1 − ξ 2 t − φ ) ; ω n2
1−ξ 2 s ( s 2 + 2ξω n s + ω n2 )
1− ξ 2
φ = tan −1
; 0 < ξ <1
ξ
Una función racional F (s ) se puede expandir en fracciones más simples como sigue:
N (s) α1 α2 αj αn (5.3)
F (s) = = + +L+ +L+
D ( s ) s + p1 s + p 2 s + pj s + pn
donde n es el orden del polinomio D (s ) y los p i son los valores negativos de las raíces de
D (s ) . Las constantes α i se denominan residuos. Note que de la ecuación anterior F (s ) se
puede convertir al dominio del tiempo término por término como sigue:
⎧ α ⎫ ⎧ α ⎫ ⎧ α ⎫ (5.4)
f (t ) = L−1 {F ( s )} = L−1 ⎨ 1 ⎬ + L−1 ⎨ 2 ⎬ + L + L−1 ⎨ n ⎬
⎩ s + p1 ⎭ ⎩ s + p2 ⎭ ⎩ s + pn ⎭
Considere la función:
6s 2 − 12 6 s 2 − 12 α α α (5.5)
F (s) = = = 1 + 2 + 3
s + s − 4 s + 4 ( s + 1)( s + 2)(s − 2) s + 1 s + 2 s − 2
3 2
6s 2 − 12 α α (5.6)
= α 1 + 2 ( s + 1) + 3 ( s + 1)
( s + 2)( s − 2) s+2 s−2
6s 2 − 12 (5.7)
α1 = =2
( s + 2)( s − 2) s = −1
6s 2 − 12 (5.8)
α2 = =3
( s + 1)(s − 2) s = −2
6s − 12
2 (5.9)
α3 = =1
( s + 1)( s + 2) s =2
Por tanto:
2 3 1 (5.10)
F ( s) = + +
s +1 s + 2 s − 2
f (t ) = 2e − t + 3e −2t + e 2t (5.11)
(5.12)
α i = (s + p i )
N ( s)
D( s ) s = − pi
α α*
= +
s − (− 2 + 3 j ) s − (− 2 − 3 j )
1 (5.15)
α * = (1 + j )
2
1 1 (5.16)
f (t ) = (1 − j )e ( −2+ 3 j )t + (1 + j )e ( −2−3 j ) t
2 2
=
1 − 2t
2
[
e (1 − j )e j 3t + (1 + j )e − j 3t ]
Aplicando la identidad de Euler se obtiene:
(5.17)
e [(1 − j )(cos 3t + j sin 3t ) + (1 + j )(cos 3t − j sin 3t )]
1 −2t
f (t ) =
2
e [2(cos 3t + sin 3t )]
1 − 2t
=
2
2
que, aplicando la identidad trigonométrica sin(θ + π / 4) = (sin θ + cos θ ) , también se
2
puede escribir como:
⎛ π⎞ (5.18)
f (t ) = 2e − 2t sin ⎜ 3t + ⎟
⎝ 4⎠
2 (5.19)
F (s) =
( s + 1) ( s + 2)
3
Para mantener el numerador de cada fracción parcial con residuos compuestos por una
constante simple se tiene que expandir como:
2 α1 α2 α3 α4 (5.20)
F (s) = = + + +
( s + 1) ( s + 2) ( s + 1) ( s + 1)
3 2
( s + 1) 3
( s + 2)
2 (5.21)
α3 = =2
s + 2 s = −1
2 (5.22)
α3 = = −2
( s + 1) 3 s = −2
2 α ( s + 1) 3 (5.23)
= α 1 ( s + 1) 2 + α 2 ( s + 1) + α 3 + 4
s+2 s+2
(5.24)
= 2α 1 ( s + 1) + α 2 + 0 + [α 4 × términos con ( s + 1)]
2
−
( s + 2) 2
Puesto que esta expresión también es válida para todo s , se puede sustituir s = −1 para
encontrar α 2 como sigue:
α 2 = −2 (5.25)
(5.26)
= 2α 1 + 0 + 0 + [α 4 × términos con ( s + 1)]
4
( s + 2) 3
α1 = 2 (5.27)
2 2 2 2 2 (5.28)
F (s) = = − + −
( s + 1) ( s + 2) ( s + 1) ( s + 1)
3 2
( s + 1) 3
( s + 2)
2 2 2 2 2( s + 1) 3 − 2( s + 1)( s + 2) + 2( s + 2) − 2( s + 1) 3
F ( s) = − + − =
( s + 1) ( s + 1) 2 ( s + 1) 3 ( s + 2) ( s + 1) 3 ( s + 2)
2( s 3 + 4s 2 + 5s + 2) − 2( s 2 + 3s + 2) + 2( s + 2) − 2( s 3 + 3s 2 + 3s + 1) 2
= =
( s + 1) ( s + 2)
3
( s + 1) ( s + 2)
3
⎡⎛ t2 ⎞ −t ⎤ (5.29)
f (t ) = 2 ⎢⎜⎜1 − t + ⎟⎟e − e − 2t ⎥
⎣⎝ 2 ⎠ ⎦
⎧ α1 α2 αn ⎫ (5.30)
L−1 ⎨ + +L+ ⎬
⎩ ( s + p) ( s + p) ( s + p) n ⎭
2
⎡ α α n n −1 ⎤ − pt
= ⎢α 1 + α 2 t + 3 t 2 + L + t ⎥e
⎣ 2! (n − 1)! ⎦
dy (t ) (5.31)
τ + y (t ) = Ku (t ) ; y (0) = 0
dt
K M KM 1 (5.32)
Y ( s) = ⋅ = ⋅
τs + 1 s τ ⎛ 1⎞
s⎜ s + ⎟
⎝ τ⎠
⎡ ⎤ (5.33)
⎢ α1 α 2 ⎥ KM
Y ( s) = ⎢ + ⎥
⎢s + 1 s ⎥ τ
⎢⎣ τ ⎥⎦
1 (5.34)
α1 = = −τ
s s =− 1
τ
(5.35)
1
α2 = =τ
⎛ 1⎞
⎜s + ⎟
⎝ τ⎠ s =0
De esta manera:
⎡ ⎤ ⎡ ⎤ (5.36)
⎢τ τ ⎥ KM ⎢1 1 ⎥
Y (s) = ⎢ − ⎥ = KM ⎢ − ⎥
⎢ s 1
s+ ⎥
τ ⎢s s + 1 ⎥
⎢⎣ τ ⎥⎦ ⎢⎣ τ ⎥⎦
[
y (t ) = KM 1 − e − t / τ ] (5.37)
Note que τ determina la velocidad de decaimiento del término exponencial, por lo que se le
denomina constante de tiempo. Si la constante de tiempo es grande el decaimiento es lento. Si la
constante de tiempo es más pequeña el decaimiento es rápido. Esto implica que la respuesta del
sistema, cuando la constante de tiempo es más pequeña, más rápido llega a su valor
estacionario. La respuesta del sistema para diferentes constantes de tiempo se muestra en la
Fig. 5.1 donde KM = 1 y las constantes de tiempo utilizadas son τ = 0.1,1,2 .
Incremento de τ
Fig. 5.1 Respuesta al escalón de un sistema de primer orden para diferentes constantes de tiempo.
Note que el valor final de la respuesta puede obtenerse aplicando el teorema del valor final de la
transformada de Laplace como sigue:
⎡ MK ⎤
y (∞) = lim sY ( s ) = lim ⎢ = MK
s → 0 τs + 1 ⎥
s →0
⎣ ⎦
s+3 (5.42)
Y (s) =
( s + 1)( s + 2)
α1 α2 (5.43)
Y (s) = +
s +1 s+2
s+3 (5.44)
α1 = =2
s + 2 s =−1
s+3 (5.45)
α2 = = −1
s + 1 s = −2
Por tanto:
2 1 (5.46)
Y (s) = −
s +1 s + 2
De esta manera, la transformada inversa de F (s ) puede ser obtenida fácilmente como sigue:
⎧ 2 ⎫ - −1 ⎧ 1 ⎫ (5.47)
y (t ) = L-−1 ⎨ ⎬−L ⎨
−t
⎬ = 2e − e
− 2t
⎩ s + 1⎭ ⎩s + 2⎭
La Fig. 5.2 muestra la curva de respuesta al impulso del sistema dado por la ecuación diferencial
(5.38), obtenida utilizando Matlab.
Fig. 5.2 Respuesta al impulso del sistema descrito por la ecuación diferencial (5.38)
Muchas veces es necesario encontrar las raíces de un polinomio. Esto ocurre cuando se debe
hallar la respuesta temporal de un sistema por medio de la transformada inversa de Laplace, en
cuyo caso es necesario obtener las raíces de la ecuación característica antes de proceder con la
transformación inversa. Para sistematizar y simplificar el proceso de obtención de raíces se han
recopilado las siguientes características.
A( s ) = a n s n + a n −1 s n −1 + L + a1 s + a 0 = 0
a i2 < a i −1 a i +1
a n −1
= −( p1 + p 2 + L + p n )
an
a0
= (−1) n ( p1 p 2 L p n )
an
A( s) = s 5 + 5s 4 + 4s 3 + 16s 2 + 22s − 2
o Existe al menos una raíz real, ya que el polinomio tiene grado impar
o El número de raíces reales positivas puede ser 4-1=3 o 2-1=1, de acuerdo al punto 3.
a 32 < a 2 a 4
16 < 16 ⋅ 5 = 80
s1 = −4.6567
s 2 = 0.4646 + j1.8666
s3 = 0.4646 − j1.8666
s 4 = −1.3586
s5 = 0.0855
a4 5
= = −(−4.6567 + 0.4646 + j1.8666 + 0.4646 − j1.8666 − 1.3586 + 0.0855) = 5
a5 1
a0 − 2
= = (−1) 5 (−4.6567)(0.4646 + j1.8666)(0.4646 − j1.8666)(−1.3586)(0.0855) = −2
an 1
Los sistemas que son usados en la teoría de control clásico están limitados a aquellos que
pueden ser descritos por ecuaciones diferenciales lineales ordinarias con coeficientes reales
constantes, como se muestra en la siguiente expresión:
d n y (t ) d n −1 y (t ) dy (t ) (1.1)
an n
+ a n −1 n −1
+ L + a1 + a 0 y (t )
dt dt dt
d m u (t ) d m −1u (t ) du (t )
= bm m
+ b m −1 m −1
+ L + b1 + b0 u (t )
dt dt dt
donde los coeficientes ai y bi son constantes reales y n ≥ m . Para que un sistema pueda ser
descrito por este tipo de ecuaciones, el sistema debe ser lineal, invariante en el tiempo y de
parámetros concentrados. A grandes rasgos, un sistema es lineal si satisface la propiedad de
aditividad (es decir, la respuesta a la señal de entrada u1 (t ) + u 2 (t ) es igual a la suma de la
respuesta de u1 (t ) y la respuesta de u 2 (t ) ) y también satisface la propiedad de homogeneidad
(la respuesta de αu (t ) es igual a α veces la respuesta de u (t ) ). Un sistema es invariante en
el tiempo si sus características, como la masa o el momento de inercia en sistemas mecánicos,
no cambian con el tiempo. Un sistema es de parámetros concentrados si el efecto de cualquier
entrada pasada u (t ) para t ≤ t 0 sobre la salida futura y (t ) , para t ≥ t 0 puede ser resumido
por un número finito de condiciones iniciales en t = t 0 .
El propósito del sistema de control, para esta máquina, es tratar de eliminar el efecto de la carga
en la laminadora sobre la velocidad del motor y, de esta manera, mantener la velocidad del
motor alrededor de su velocidad nominal.
El comportamiento cuantitativo del sistema puede ser descrito por un modelo matemático que
describa la dinámica del sistema, considerando las leyes físicas que rigen el comportamiento de
sus variables (corriente y velocidad angular), con respecto a sus condiciones iniciales y a las
variaciones en las señales de entrada (voltaje aplicado al motor y par de carga).
El sistema está compuesto por dos partes: una parte eléctrica que genera la corriente necesaria
para producir un par en el eje del motor y una parte mecánica que gira por efecto del par
aplicado. La parte eléctrica puede ser descrita utilizando las leyes de Kirchhoff y la parte
mecánica utilizando las leyes de Newton. Por otro lado, es importante también describir la
interrelación entre la parte eléctrica y la parte mecánica haciendo uso de los principios físicos
que rigen a las máquinas eléctricas como las leyes de inducción magnética entre el estator y el
rotor del motor que rigen el movimiento del eje.
La ecuación diferencial para la corriente de armadura del motor, de acuerdo a la ley de voltajes
de Kirchhoff, está dada por :
di (1.2)
L + Ri + em = V
dt
donde i es la corriente en la armadura del motor, V es el voltaje aplicado en las terminales del
motor, em es la fuerza contraelectromotriz y L y R son la inductancia y la resistencia de
armadura del motor, respectivamente.
dω (1.3)
Jm + bω + τ l = τ m
dt
em = K v ω (1.4)
donde K v es una constante de proporcionalidad, que depende del flujo magnético entre el rotor
y el estator del motor y que en este ejemplo se considera constante. Finalmente, el par generado
por el motor es proporcional a la corriente de armadura y está dado por :
τ m = Ka i (1.5)
Y (s) (2.1)
G ( s) =
U (s) condiciones iniciales = 0
Ejemplo de un circuito RC
v1 i v2
C
1 (2.2)
C ∫t
v1 (t ) = i (t ) R + i (t )dt
1
C ∫t
v 2 (t ) = i (t )dt
1 I ( s) ⎛ 1 ⎞ (2.3)
V1 ( s ) = RI ( s ) + = ⎜R + ⎟ I (s)
C s ⎝ Cs ⎠
1 I (s)
V2 ( s ) =
C s
V2 ( s ) 1 (2.4)
G ( s) = =
V1 ( s) RCs + 1
V1 ( s ) 1 V2 ( s )
RCs + 1
Fig. 2.2 Bloque de transferencia del circuito RC
d n y (t ) d n −1 y (t ) dy (t ) (2.5)
an n
+ a n −1 n −1
+ L + a1 + a 0 y (t )
dt dt dt
d m u (t ) d m −1u (t ) du (t )
= bn m
+ b n −1 m −1
+ L + b1 + b0 u (t )
dt dt dt
n t (2.6)
y (t ) = ∑ C k −1 (t )e α k t + ∫ g (t − τ )u (τ )dτ
k =1 0
A( s) = a n s n + a n −1 s n −1 + L + a1 s + a0 (2.9)
B( s) = bm s m + bm −1 s m −1 + L + b1 s + b0
La raíces de A(s ) se denominan polos y las raíces de B (s ) se llaman ceros. Los polos dan las
componentes de las funciones de tiempo que componen la solución y están representados en la
solución por los coeficiente α k . Por tanto, para un sistema estable, en el sentido de que
responde a una señal de entrada acotada con una salida acotada, los polos tienen parte real
negativa, de otra manera, la señal de salida no sería acotada.
Por su parte, si s = β es un cero (es decir, es una raíz del polinomio B (s ) ), y se elige una
entrada tal que u (t ) = Ce βt , entonces la ecuación diferencial satisface:
B( β )Ce βt = 0 (2.10)
N (s)
Dada una función de transferencia racional G ( s ) = , donde N (s ) es el polinomio
D(s)
numerador, D (s ) es el polinomio denominador. Suponga que N (s ) y D (s ) no tienen factores
en común; entonces, los ceros de G (s ) son las raíces del polinomio N (s ) y los polos son las
raíces del polinomio D (s ) . Los polos del sistema juegan un papel muy importante en el
comportamiento transitorio del sistema, ya que determinan las características de su respuesta en
el dominio del tiempo y la estabilidad entrada/salida del sistema. Por su parte, los ceros
determinan el comportamiento en estado estacionario.
L{ f (t − t 0 )} = e − t0 F ( s ) (2.11)
Un retardo de tiempo también se llama tiempo muerto o retardo de transporte y es el tiempo que
tarda la respuesta del sistema en manifestarse desde la aplicación de una entrada. Por ejemplo,
un sistema de primer o segundo orden con retardo de tiempo se puede expresar por las
siguientes funciones de transferencia.
Y ( s) Ke −td s (2.12)
=
U ( s) s + a
Y ( s) Ke − td s (2.13)
= 2
U ( s ) s + 2ξω n + ω n2
td (2.14)
1− s
e −t d s ≈ 2
t
1+ d s
2
−t d s t d2 s 2 − 6t d s + 12 (2.15)
e ≈ 2 2
t d s + 6t d s + 12
En general, es muy difícil encontrar fórmulas analíticas para evaluar el desempeño de un sistema
de alto orden. Sin embargo, en muchos casos existe una separación natural entre polos y ceros.
Algunos polos están más cerca del eje imaginario que otros. En estos casos, aquellos polos y
ceros alejados del eje imaginario tienen un pequeño impacto sobre el tiempo de asentamiento y
otras especificaciones de diseño. Se pueden encontrar buenas aproximaciones de sistemas de
bajo orden despreciando aquellos polos y ceros menos significativos, tal que el sistema de alto
orden pueda ser simplificado extrayendo el comportamiento dominante en una función de
transferencia de bajo orden.
Algunos polos y ceros están más cerca del eje imaginario que otros. Aquellos polos alejados del
eje imaginario tienen un pequeño impacto sobre la respuesta del sistema y aquellos más
cercanos al eje imaginario predominan en la respuesta del sistema. Este hecho implica que se
pueden encontrar buenas aproximaciones de bajo orden, despreciando aquellos polos y ceros
menos significativos, tal que el análisis pueda ser simplificado y se puedan aplicar fórmulas de
desempeño de sistemas de bajo orden.
jω
Región de Región de
polos no polos
dominantes dominantes
0 σ
D
d
Fig. 2.3 Regiones de polos y ceros dominantes y no dominantes
D
Típicamente, si > 5 a 10 , los polos y ceros en la región d son los polos y ceros dominantes
d
y aquellos que se encuentran más allá de la región D son los polos y ceros no dominantes.
10 10 (2.16)
G ( s) = = 2
s + 11s + 11s + 10 ( s + s + 1)( s + 10)
3 2
En este caso es fácil ver que existe una dinámica rápida, representada por el polo en -10, y una
dinámica lenta o dominante, representada por las raíces del factor en el denominador
s 2 + s + 1 , cuyos ceros tienen parte real igual a -0.5. La dinámica rápida puede ser eliminada
como sigue:
10 10 1 (2.17)
G ( s) = = ≈ = G2 ( s)
( s + s + 1)( s + 10)
2
⎛ s ⎞ ( s + s + 1)
2
10( s 2 + s + 1)⎜ + 1⎟
⎝ 10 ⎠
Step Response
1.4
0.8
Amplitude
0.6
Fig. 2.4 Comparación de la respuesta al escalón del sistema original con respecto al sistema aproximado al
eliminar un polo no dominante
En la gráfica anterior, la respuesta del sistema original es ligeramente más lenta, en cuanto al
tiempo de levantamiento; sin embargo, el sistema aproximado prácticamente tiene el mismo
sobrepaso y el mismo tiempo de asentamiento; por tanto, representa al sistema original con
suficiente precisión con respecto a estos parámetros de desempeño.
s + 10 (2.18)
G ( s) =
s + s +1
2
En este caso se tiene un cero no dominante en -10. Por tanto, el sistema puede ser aproximado
como sigue:
⎛ s ⎞ (2.19)
10⎜ + 1⎟
s + 10
= 2⎝
10 ⎠ 10
G ( s) = 2 ≈ 2 = G2 (s)
s + s +1 s + s +1 s + s +1
El comportamiento del sistema aproximado puede ser comparado con el del sistema original
simulando la respuesta al escalón unitario, lo que resulta en la siguiente gráfica:
10
Amplitude
6
aproximado
2
0
0 2 4 6 8 10 12
Time (sec)
Fig. 2.5 Comparación de la respuesta al escalón del sistema original con respecto al sistema aproximado al
eliminar un cero no dominante
K (2.20)
G(s) =
(τ 1 s + 1)(τ 2 s + 1) L (τ n s + 1)
donde τ 1 > τ 2 > L > τ n . Suponga además que se tienen k polos dominantes
correspondientes a las constantes de tiempo τ 1 ,τ 2 ,Lτ k . Suponga también que el sistema tiene
un polo múltiple; entonces, al incrementar el orden de un sistema, la respuesta al escalón se
comporta como se muestra en la siguiente figura:
Incremento
del orden
Observe que el sistema de alto orden se comporta como un sistema con retardo de transporte
significativo.
De la figura anterior, se observa que se puede utilizar una aproximación de bajo orden con un
retardo de tiempo de la siguiente manera:
Ke − td s (2.21)
G(s) ≈
(τ 1 s + 1)(τ 2 s + 1) L (τ k s + 1)
donde
n
(2.22)
td ≈ ∑τ
i = k +1
i
El extremo de esta idea es utilizar una función de primer orden con retardo de tiempo. Una
función de segundo orden generalmente proporciona un mejor estimado y es cómo se puede
hacer una aproximación rápida.
Y (s) 3
G ( s) = =
U ( s) (3s + 1)( s + 1)(0.5s + 1)(0.1s + 1)
1
En este ejemplo, el polo dominante está en − , correspondiente a la constante de tiempo más
3
grande, τ 1 = 3 . De acuerdo a lo discutido anteriormente, el sistema puede ser aproximado por:
3e − td s 3e −1.6 s
G ( s) ≈ =
3s + 1 3s + 1
La siguiente figura muestra las respuestas al escalón del sistema original y del aproximado,
donde la aproximación utiliza la aproximación de Padé de primer orden.
Un diagrama de bloques es una representación gráfica del sistema que muestra el flujo de las
señales a través de bloques de transferencia, desde las entradas hacia las salidas,
representando un comportamiento causal. Es decir, la salida de un bloque es causada por su
señal de entrada.
En un diagrama de bloques los diferentes elementos del proceso se muestran como cajas. Cada
caja tiene entradas denotadas por líneas cuyas flechas apuntan hacia la caja y las salidas están
denotadas por líneas que salen de la caja.
Un bloque es una abstracción de un componente del sistema que oculta los detalles internos del
mismo, guardando una relación causal entre las entradas y las salidas.
Para usar la representación de diagramas de bloques es necesario que el sistema pueda ser
particionado en subsistemas con dependencia causal. Esto puede ser una dificultad como se
muestra en el siguiente ejemplo.
En este caso, el sistema no puede ser representado por bloques en cascada como se muestra
en la Fig. 3.4, porque el nivel en el segundo tanque influye sobre el flujo entre los tanques y
viceversa, produciendo relaciones entrada/salida no causales.
Es necesario, por tanto, elegir bloques que puedan ser representados por interacciones
causales. Frecuentemente sucede que los componentes físicos individuales no necesariamente
corresponden a bloques específicos, tal que puede ser necesario usar matemáticas para obtener
el bloque. Esto se muestra con el siguiente ejemplo.
R2
R1
I
−
V
+
V1 V2
V2 = −GV
donde G es la ganancia del amplificador y el signo negativo indica que está configurado como
amplificador inversor. Si la corriente I de entrada al amplificador es despreciable, entonces la
corriente a través de las resistencias R1 y R2 es la misma; por tanto:
V1 − V V − V2
=
R1 R2
R2V1 + R1V2 R2 ⎛ R ⎞
V= = ⎜⎜V1 + 1 V2 ⎟⎟
R1 + R2 R1 + R2 ⎝ R2 ⎠
R2
Esta ecuación se puede representar por un bloque con ganancia y entrada
R1 + R2
R1
V1 + V2 . Esto resulta en el siguiente diagrama de bloques:
R2
V1 + e R1 V V2
−G
R1 + R2
+
R1
R2
C1
h1 C2
h2
R1 R2
q1 q2
Fig. 3.7 Diagrama esquemático de un sistema de tanques interactuantes
En este sistema interactúan los dos tanques. Por tanto, la función de transferencia del sistema
no es el producto de las funciones de transferencia de cada uno de los tanques por separado.
Los símbolos utilizados en la figura están definidos de la siguiente manera:
A partir de las definiciones anteriores, y considerando un flujo laminar, se obtienen las siguientes
ecuaciones que describen el sistema:
h1 − h2
= q1
R1
dh1
C1 = q − q1
dt
h2
= q2
R2
dh2
C 21 = q1 − q 2
dt
Q + 1 H1 − 1 Q1 + 1 H2 1 Q2
− C1 s + R1 − C2 s R2
Y ( s)
G( s) =
U ( s)
U (s ) Y (s )
G (s )
Un sistema complejo puede tener varios bloques interconectados entre sí por relaciones de
causa y efecto. A continuación se muestran algunos ejemplos de interconexiones básicas.
Ejemplos de interconexiones
Interconexión aditiva con la misma entrada.- Dada la configuración mostrada en la siguiente
figura:
G1 ( s)
+
u y
+
G2 ( s)
Y (s)
la relación se puede representar por:
U ( s)
Y ( s) (3.1)
= G1 ( s ) + G2 ( s)
U ( s)
u y
G1 ( s ) G2 ( s)
Entonces:
Y (s) (3.2)
= G1 ( s )G2 ( s )
U (s)
u1
G1 ( s )
+
y
u2 +
G2 ( s)
Entonces:
R (s) + Y (S )
G (s )
−
H (s )
Y ( s) G(s) (3.6)
Gcl ( s) = =
R( s ) 1 + G ( s ) H ( s)
R (s ) + Y (S )
G (s )
+
H (s )
se puede mostrar que la función de transferencia de lazo cerrado está dada por:
G(s) (3.7)
Gcl ( s ) =
1 − G ( s) H ( s)
Compare la ecuación (3.7) con la ecuación (3.6) y observe la diferencia en el signo del
denominador.
τl
+
V + 1 i τm + 1 ω
Ka
Ls + R Jms + b
−
em
Kv
Fig. 3.10 Diagrama de bloques de un motor de corriente continua controlado por armadura
Aquí es importante mencionar que el modelo de la Fig. 3.10 tiene una entrada manipulable (el
voltaje aplicado a la armadura) y una entrada no manipulable (el par de carga). Las entradas no
manipulables se conocen como perturbaciones. A su vez, las perturbaciones pueden ser debidas
a perturbaciones de carga, como el par de carga, y a ruidos de medición.
Observe también que el diagrama de la Fig. 3.10 muestra la representación del comportamiento
entrada/salida del modelo, así como las variables internas como la corriente en la armadura del
motor i , el par generado por el motor τ m y la fuerza contraelectromotriz dada por em = K v ω .
Observe también que la fuerza electromotriz se realimenta internamente con realimentación
negativa.
V + 1 i τm + 1 ω
Ka
Ls + R Jms + b
−
em
Kv
Fig. 3.11 Diagrama de bloques del motor de corriente continua controlado por armadura, sin considerar
perturbaciones de carga
Entonces, aplicando la ecuación (3.6), se encuentra que la función de transferencia del sistema
está dada por:
Ka (3.8)
Y (s) ( Ls + R)( J m s + b) Ka
G ( s) = = =
R( s) Ka Kv LJ m s + ( RJ m + Lb) s + Rb + K a K v
2
1+
( Ls + R)( J m s + b)
o bien por:
Ka (3.9)
LJ m
G ( s) =
RJ + Lb Rb + K a K v
s2 + m s+
LJ m LJ m
El sistema resultante es un sistema de segundo orden con polos en el semiplano izquierdo del
plano complejo s , si los coeficientes en el polinomio denominador son positivos, lo cual puede
ser físicamente verificado para cualquier motor real.
Una vez que se obtiene un diagrama de bloques para un sistema de control, el siguiente paso es
simplificar el diagrama de bloques a un solo bloque o, equivalentemente encontrar la función de
transferencia global. Es muy poco útil analizar cada bloque individualmente debido a que el
comportamiento del sistema de control está afectado sólo indirectamente por las funciones de
transferencia individuales de cada uno de los componentes.
o Álgebra de bloques
o Regla de Mason
Álgebra de bloques
La manipulación de diagramas de bloques mediante esta técnica está basada en los diagramas
equivalentes que se muestran en la Tabla 1:
± ± ± ±
u2 u3
u2 u3
1
y1 y1
u u
G y G y
y2 y3
2 y2 y3
u1 + y +
G y
u1 G
± ±
u2
3
u2 G
+ +
y G
u1 G u1
± ±
1
u2 u2
4 G
u G y1 u G y1
y2
5 G y2
u G y1 u G y1
y2 1
6 y2
G
u G1G2 y
u G1 G2 y
u G1 ± G 2 y
G1
+
u y
±
G2
8
G1
+ u y
u G1 y 1 m G1G 2
±
G2
9
+
R + + + Y
G1 G2 G3
+ + + −
D
H1 H2
H3
i) Aplicando la regla 9 de la Tabla 1, cierre primero los lazos internos. Esto resulta
en:
+
R + G1 + G3 Y
G2
+ + 1 − G1 H 1 1 + G3 H 2
H3
ii) Aplicando la regla 4 de la Tabla 1, mueva el primer punto de suma al lugar del
segundo punto de suma y simplifique los productos:
+
R G1 + + G 2 G3 Y
1 − G1 H 1 1 + G3 H 2
+
G1 H 3
1 − G1 H 1
iii) Aplique la suma en el lado izquierdo (regla 8) y cierre el lazo en el lado derecho
(regla 4). Entonces:
F (1 − G1 H 1 ) + G1 G2 G3 (1 − G1 H 1 )
1 − G1 H 1 1 − G1 H 1 + G3 H 2 − G1G3 H 1 H 2 − G1G2 G3 H 3
Y (s) G2 G3 ( F (1 − G1 H 1 ) + G1 ) (3.10)
G yr ( s) = =
R ( s) 1 − G1 H 1 + G3 H 2 − G1G3 H 1 H 2 − G1G2 G3 H 3
Y (s) G2 G3 (1 − G1 H 1 ) (3.11)
G yd ( s) = =
D( s) 1 − G1 H 1 + G3 H 2 − G1G3 H 1 H 2 − G1G2 G3 H 3
Por tanto, aplicando el principio de superposición de los sistemas lineales, la salida del sistema
puede ser expresada como sigue:
Y ( s ) = G yr ( s ) R ( s ) + G yd ( s ) D ( s ) (3.12)
Regla de Mason
Para aplicar la regla de Mason es necesario primero considerar una representación equivalente a
la del diagrama de bloques, conocida como diagrama de flujo de señal. Para el ejemplo anterior,
el diagrama de flujo de señal puede ser dibujado como se muestra en la Fig. 3.13:
Fig. 3.13 Diagrama de flujo de señal equivalente al diagrama de bloques de la Fig. 3.12
En la Fig. 3.13 se puede observar que los nodos del diagrama de flujo de señal representan
señales o salidas de puntos de suma y las flechas representan las funciones de transferencia de
los componentes del sistema.
En el ejemplo anterior, se puede observar que existen dos trayectos directos desde R hasta Y ,
un trayecto directo desde D hasta Y , tres lazos y dos lazos no se tocan entre sí.
P1 yr = FG 2 G3 (3.13)
P2 yr = G1G 2 G3
P1 yd = G 2 G3
L1 = G1 H 1 (3.14)
L2 = G 3 H 2
L3 = G1G 2 G3 H 3
Con las definiciones anteriores se puede ahora introducir la fórmula de Mason, la cual está
basada en la regla de Cramer para la solución de ecuaciones algebraicas lineales y, por tanto,
preserva cierta terminología:
1 n (3.15)
G yr = ∑ Piyr ∆ iyr
∆ i =1
y ∆ i , el cofactor del trayecto directo i , está constituido por las partes remanentes de ∆ ,
eliminando todas las partes que tocan al i -ésimo trayecto directo.
tal que la función de transferencia G yr se obtiene, aplicando la fórmula de Mason, lo que resulta
en:
∆ 1 yd = 1 − L1 = 1 − G1 H 1 (3.21)
P1 yd ∆ 1 yd G2 G3 (1 − G1 H 1 ) (3.22)
G yd = =
∆ 1 − G1 H 1 − G3 H 2 − G1G2 G3 H 3 − G1 H 1G3 H 2
Y ( s ) = G yr ( s ) R ( s ) + G yd ( s ) D ( s ) (3.23)
Observe que los resultados son similares a los obtenidos con el método del álgebra de bloques.
Considere nuevamente el modelo del motor de corriente continua descrito por las ecuaciones
diferenciales (1.2) –(1.5):
di (1.2)
L + Ri + em = V
dt
dω (1.3)
Jm + bω + τ l = τ m
dt
em = K v ω (1.4)
τ m = Ka i (1.5)
Por simplicidad considere que τ l = 0 . Defina las variables de estado, la entrada y la salida
dadas por:
Ing. Mauricio Améstegui M. Pág. 2.25
Agosto de 2004
Capítulo 2: Modelos Matemáticos de Sistemas Dinámicos
x1 = i (4.2)
; u = V y y = x2
x2 = ω
R Kv 1 (4.3)
x&1 = − x1 − x2 + u
L L L
K b
x& 2 = a x1 − x2
Jm Jm
y = x2
⎡ R Kv ⎤ (4.4)
− − ⎡1⎤
⎡ x&1 ⎤ ⎢ L L ⎥ ⎡ x1 ⎤ + ⎢ ⎥u
=
⎢x ⎥ ⎢ K a b ⎥⎢x ⎥ ⎢ L ⎥
⎣ &2 ⎦ ⎢ − ⎥⎣ 2 ⎦ ⎣ 0 ⎦
⎣⎢ J m J m ⎦⎥
⎡x ⎤
y = [0 1]⎢ 1 ⎥
⎣ x2 ⎦
t (4.5)
x(t ) = e x(0) + ∫ e A(t −τ ) Bu (τ )dτ
At
e At = L −1 {( si − A) −1 } (4.6)
X ( s) = ( sI − A) −1 x(0) + ( sI − A) −1 BU ( s) (4.7)
⎡ s 0⎤ ⎡ 0 1 ⎤ ⎡s − 1 ⎤ (4.10)
sI − A = ⎢ ⎥ −⎢ ⎥=⎢ ⎥
⎣0 s ⎦ ⎣− 8 − 6⎦ ⎣8 s + 6⎦
tal que
⎡ s + 6 1⎤ (4.11)
⎢ ⎥
−1 adj(sI − A) ⎣ − 8 s ⎦
( sI − A) = =
det(sI − A) s 2 + 6s + 8
s+6 16 (4.13)
X 1 ( s) = + 2 2
s + 6s + 8 s ( s + 6s + 8)
2
−8 16
X 2 ( s) = 2 +
s + 6s + 8 s ( s + 6s + 8)
2
3 3 − 4t (4.14)
x1 (t ) = 4e − 2t + 2t − − e
2 2
x 2 (t ) = −8e −2t + 6e − 4t + 2
x& = Ax + Bu (4.15)
y = Cx + Du
sX ( s ) = AX ( s ) + BU ( s ) (4.16)
Y ( s ) = CX ( s ) + DU ( s )
de donde:
[ ]
Y ( s) = C ( sI − A) −1 B + D U ( s) (4.17)
tal que:
G ( s) = C ( sI − A) −1 B + D (4.18)
o bien como:
C adj( sI − A) B (4.19)
G ( s) = +D
det( sI − A)
El polinomio det( sI − A) es conocido como polinomio característico. Note que las raíces del
polinomio característico representan los polos del sistema; esto es, los valores propios de la
matriz A son los polos del sistema.
El modelo en el espacio de estado de un motor de corriente continua está dado por las
siguientes ecuaciones:
⎡ R Kv ⎤ (4.20)
− − ⎡1⎤
⎡ &1 ⎤ ⎢ L
x L ⎥ ⎡ x1 ⎤ + ⎢ ⎥u
⎢x ⎥ = ⎢ K a b ⎥⎢x ⎥ ⎢ L ⎥
⎣ &2 ⎦ ⎢ − ⎥⎣ 2 ⎦ ⎣ 0 ⎦
⎣⎢ J m J m ⎦⎥
⎡x ⎤
y = [0 1]⎢ 1 ⎥
⎣ x2 ⎦
Aquí:
⎡ R Kv ⎤ (4.21)
⎢− L − ⎡1⎤
L ⎥ ; B = ⎢ ⎥ ; C = [0 1] y D = 0
A=⎢K b ⎥ L
⎢ a − ⎥ ⎢0⎥
⎣ ⎦
⎢⎣ J m J m ⎥⎦
De esta manera:
⎧ ⎡ R K ⎤⎫
−1 (4.22)
⎪⎪⎡ s 0⎤ ⎢− − v ⎥⎪ ⎡1⎤
G ( s ) = C ( sI − A) −1 B + D = [0 1]⎨⎢ − ⎢ KL L ⎪ ⎢L⎥
⎥ b ⎥⎬ ⎢0⎥
⎪ ⎣0 s ⎦ ⎢ a − ⎥⎪ ⎣ ⎦
⎪⎩ ⎢⎣ J m J m ⎥⎦ ⎪⎭
⎡ b Kv ⎤ (4.23)
+ −
L ⎥ ⎡⎢ ⎤⎥
⎢ s 1
[0 1] K
⎢
Jm
⎥
R L
⎢ s + ⎥ ⎢⎣ 0 ⎥⎦
a Ka
⎢⎣ J m L⎦⎥ LJ m
G ( s) = =
RJ + Lb Rb + K a K v RJ + Lb Rb + K a K v
s2 + m s+ s2 + m s+
LJ m LJ m LJ m LJ m
Compare este resultado con el obtenido a partir de la simplificación del diagrama de bloques de
la Fig. 4.1:
V + 1 i τm + 1 ω
Ka
Ls + R Jms + b
−
em
Kv
Fig. 4.1 Diagrama de bloques de un motor de corriente continua controlado por armadura, sin considerar
perturbaciones de carga
Ka (4.24)
Y (s) ( Ls + R)( J m s + b) Ka
G ( s) = = =
R( s) Ka Kv LJ m s 2 + ( RJ m + Lb) s + Rb + K a K v
1+
( Ls + R)( J m s + b)
Ka (4.25)
LJ m
G ( s) =
RJ m + Lb Rb + K a K v
s2 + s+
LJ m LJ m
Note que este sistema tiene dos polos y no tiene ceros finitos. Los polos del sistema están dados
por las raíces de la ecuación característica:
RJ m + Lb Rb + K a K v (4.26)
det( sI − A) = s 2 + s+ =0
LJ m LJ m
es decir, por:
2 (4.27)
RJ + Lb 1 ⎛ RJ m + Lb ⎞ Rb + K a K v
s1, 2 =− m ± ⎜⎜ ⎟⎟ + 4
2 LJ m 2 ⎝ LJ m ⎠ LJ m
con condiciones iniciales cero. Defina las n variables de estado como sigue:
x1 = y (4.29)
x 2 = y&
M
x n = y ( n −1)
x&1 = x 2 (4.30)
x& 2 = x3
M
x& n −1 = x n
x& n = −a n x1 − L − a1 x n + bu
x& = Ax + Bu (4.31)
donde:
⎡ x1 ⎤ ⎡ 0 1 0 L 0 ⎤ ⎡0 ⎤ (4.32)
⎢x ⎥ ⎢ 0 0 1 L 0 ⎥ ⎥ ⎢0 ⎥
⎢ 2 ⎥ ⎢ ⎢ ⎥
x = ⎢ M ⎥; A = ⎢ M M M O M ⎥ ; B = ⎢M⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ x n −1 ⎥ ⎢ 0 0 0 L 1 ⎥ ⎢0 ⎥
⎢⎣ x n ⎥⎦ ⎢⎣− a n − a n −1 − a n−2 L − a1 ⎥⎦ ⎢⎣b ⎥⎦
⎡ x1 ⎤ (4.33)
⎢x ⎥
⎢ 2 ⎥
y = [1 0 L 0 0]⎢ M ⎥
⎢ ⎥
⎢ x n −1 ⎥
⎢⎣ x n ⎥⎦
o bien:
y = Cx ; C = [1 0 L 0] (4.34)
Ahora bien, si la ecuación diferencial del sistema involucra derivadas de la función de entrada:
b0 s n + b1 s n −1 + L + bn −1 s + bn (4.36)
G ( s) =
s n + a1 s n −1 + L + a n −1 s + a n
β n −1 β1 β0
+ xn + x2 + x1 + y
u βn
− ∫ + ∫ + ∫ +
a1 a n −1 an
+ + + +
donde:
β 0 = b0 (4.37)
β 1 = b1 − a1 β 0
β 2 = b2 − a1 β1 − a 2 β 0
β 3 = b3 − a1 β 2 − a 2 β1 − a3 β 0
M
β n = bn − a1 β n −1 − L − a n −1 β 1 − a n β 0
x&1 = x 2 + β 1u (4.38)
x& 2 = x3 + β 2 u
M
x& n −1 = x n + β n −1u
x& n = −a n x1 − a n −1 x 2 − L − a1 x n + β n u
o bien:
x& = Ax + Bu (4.39)
donde:
⎡ x1 ⎤ ⎡ 0 1 0 L 0 ⎤ ⎡ β1 ⎤ (4.40)
⎢x ⎥ ⎢ 0 0 1 L 0 ⎥ ⎥ ⎢β ⎥
⎢ 2 ⎥ ⎢ ⎢ 2 ⎥
x = ⎢ M ⎥; A = ⎢ M M M O M ⎥; B=⎢ M ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ x n −1 ⎥ ⎢ 0 0 0 L 1 ⎥ ⎢ β n −1 ⎥
⎢⎣ x n ⎥⎦ ⎢⎣− a n − a n −1 − a n−2 L − a1 ⎥⎦ ⎢⎣ β n ⎥⎦
y = x1 + β 0 u (4.41)
o bien:
y = Cx + Du (4.42)
donde:
C = [1 0 L 0] ; D = β 0 = b0 (4.43)
K (4.44)
G ( s) =
s + a1 s + a 2 s + a 3
3 2
Puesto que el sistema no tiene ceros finitos, la representación en el espacio de estado está dada
por:
⎡ 0 1 0 ⎤ ⎡0⎤ (4.45)
x& = ⎢⎢ 0 0 1 ⎥ x + ⎢⎢ 0 ⎥⎥u
⎥
⎢⎣− a1 − a2 − a3 ⎥⎦ ⎢⎣ K ⎥⎦
Ejemplo 2.- Considere ahora el sistema cuyo diagrama de bloques está dado por:
u + s+z 1 y
− s+ p s2
s+z 1 (4.46)
Y (s) s + p s2 s+z
G ( s) = = = 3
U ( s) s + z 1 s + ps 2 + s + z
1+
s+ p s 2
que es de la forma:
b2 s + b3 (4.47)
G ( s) =
s + a1 s 2 + a 2 s + a3
3
⎡ 0 1 0 ⎤ ⎡ β1 ⎤ (4.48)
⎢
x& = ⎢ 0 0 1 ⎥ x + ⎢⎢ β 2 ⎥⎥u
⎥
⎢⎣− a3 − a 2 − a1 ⎥⎦ ⎢⎣ β 3 ⎥⎦
y = [1 0 0]x + β 0 u
donde:
Ing. Mauricio Améstegui M. Pág. 2.33
Agosto de 2004
Capítulo 2: Modelos Matemáticos de Sistemas Dinámicos
β 0 = b0 = 0 (4.49)
β1 = b1 − a1 β 0 = 0
β 2 = b2 − a1 β1 − a 2 β 0 = b2 = 1
β 3 = b3 − a1 β 2 − a 2 β1 − a3 β 0 = b3 − a1 β 2 = z − p
tal que:
⎡0 1 0 ⎤ ⎡ 0 ⎤ (4.50)
x& = ⎢⎢ 0 0 1 ⎥ x + ⎢⎢ 1 ⎥⎥u
⎥
⎢⎣− z − 1 − p ⎥⎦ ⎢⎣ z − p ⎥⎦
y = [1 0 0]x
Es posible mostrar que el modelo entrada/salida del sistema descrito por la ecuación (4.50) es la
función de transferencia dada en la ecuación (4.47). Esto se hace como sigue a continuación:
Y ( s)
G ( s) = = C ( sI − A) −1 B
U ( s)
Calculando sI − A se obtiene:
⎡ s 0 0⎤ ⎡ 0 1 0 ⎤ ⎡s − 1 0 ⎤
⎢ ⎥ ⎢
sI − A = ⎢0 s 0⎥ − ⎢ 0 0 ⎥ ⎢
1 ⎥ = ⎢0 s − 1 ⎥⎥
⎢⎣0 0 s ⎥⎦ ⎢⎣− z − 1 − p ⎥⎦ ⎢⎣ z 1 s + p ⎥⎦
⎡ s 2 + ps + 1 s+ p 1⎤
1 ⎢ ⎥
( sI − A) −1 = 3 ⎢ s+ p s + ps s ⎥
2
s + ps + s + z
2
⎢ 1 − ( s + z ) s 2 ⎥⎦
⎣
⎡ s 2 + ps + 1 s+ p 1⎤
⎢ ⎥
⎢ s+ p s + ps s ⎥
2
C ( sI − A) −1 = [1 0 0]
⎢
⎣ 1 [
− ( s + z ) s 2 ⎥⎦ s 2 + ps + 1 s + p 1
=
]
s 3 + ps 2 + s + z s 3 + ps 2 + s + z
⎡ 0 ⎤
G ( s) =
Y ( s)
= C ( sI − A) −1 B =
s 2
+[ ps + 1 s + p 1 ]
⎢ 1 ⎥= s+z
U ( s) s + ps + s + z
3 2 ⎢ ⎥ s + ps 2 + s + z
3
⎢⎣ z − p ⎥⎦
l
q
mg
En este caso, la descripción del sistema está dada por la siguiente ecuación diferencial no lineal
de segundo orden:
x& = f ( x, u ) (5.2)
⎡q ⎤ (5.3)
x = ⎢ ⎥ y u =τ
⎣q& ⎦
se tiene que:
x&1 = x 2 (5.4)
x& 2 =
1
(τ − mgl sin( x1 ) )
J
h1
α1
V β
h2
α2
Las ecuaciones del sistema se obtienen aplicando las ecuaciones de balance de flujo de masa,
asumiendo que se tiene un flujo turbulento a la salida de cada tanque. Entonces:
dh1 (5.5)
= −α 1 h1 + β V
dt
dh2
= α 1 h1 − α 2 h2
dt
donde h1 representa la altura del nivel en el tanque superior, h2 representa la altura del nivel en
el tanque inferior, V es el voltaje aplicado a la bomba y α 1 , α 2 y β son constantes de
proporcionalidad de los flujos de entrada y salida de cada tanque.
Defina ahora las variables de estado y la variable de entrada al sistema como sigue:
x1 = h1 (5.6)
x 2 = h2
u =V
x&1 = −α 1 x1 + β u (5.7)
x& 2 = α 1 x1 − α 2 x 2
Note que el sistema está descrito por dos ecuaciones diferenciales no lineales de primer orden
de la forma:
x& = f ( x, u ) (5.8)
donde
f1 = −α 1 x1 + β u (5.9)
f 2 = α 1 x1 − α 2 x 2
Modelo matemático
Considere el diagrama esquemático del proceso de regulación de insulina en el cuerpo de un paciente
diabético, que se muestra en la siguiente figura:.
v k3
x 2 (t )
x5 (t )
a7 k sc x1 a6 x 2 a 5 x3 a2 x2 a4 x4
x1 (t ) x3 (t ) x 4 (t )
u (t )
En la figura anterior se muestra que el páncreas secreta las hormonas glucagón e insulina hacia
el torrente sanguíneo. El hígado absorbe el glucagón generado por el páncreas y la convierte en
glucosa. Los órganos saturados de sangre como el riñón, el corazón, el cerebro y los intestinos,
así como los músculos y tejidos adiposos consumen la glucosa, lo que produce un cierto nivel de
glucosa en el torrente sanguíneo. Los volúmenes que ocupan el torrente sanguíneo, los órganos
saturados de sangre y los músculos y tejidos adiposos son aproximadamente:
x&1 (t ) = −k sc x1 (t ) + u (t )
donde
Cinética de la insulina
Por su parte, la variación de la cantidad de insulina en el torrente sanguíneo, en los órganos saturados de
sangre y en los músculos y tejidos adiposos se obtiene mediante un balance de flujo, guardando las
proporciones entre cada uno de ellos. Esto es:
x& 2 (t ) = −a3 x 2 (t ) + a 4 x 4 (t ) + a5 x3 (t ) + a 7 k sc x1 (t )
x& 3 (t ) = −a5 x3 (t ) + a6 x 2 (t )
x& 4 (t ) = −a1 x4 (t ) + a 2 x2 (t )
donde
Metabolismo de la glucosa
Finalmente, la variación del nivel de glucosa en el torrente sanguíneo se obtiene también mediante un
balance de masa que resulta función del consumo de glucosa, el aporte del índice de aspecto endógeno y
el índice de aspecto exógeno. Esto es:
x& 5 = −(k1 + k 2 x 4 (t )) x5 (t ) + k 3 + v
donde
Parámetros
Como referencia, se puede considerar los siguientes parámetros para un paciente con diabetes Mellitas I.
Cada persona diferentes parámetros correspondientes.
k1 = 0.0236 min −1
k 2 = 7.07 × 10 −5 [mU ⋅ min ]
−1
k 3 = 2.36 mg / dl / min
a1 = 0.021 min −1
a 2 = 0.042 min −1
a3 = 0.435 min −1
a 4 = 0.021 min −1
a5 = 0.394 min −1
a6 = 0.142 min −1
a7 = 0.47 %
k sc = 1
Se asume como salida la variable de estado x5 (t ) y se asume que ésta esta disponible para su
medición:
F ALIMENTACION
C Ai
Ti
V
CA
F C
T VC
T C
TC
FC
TC i
F
CA
T
Para describir el comportamiento de la composición de los reactivos es necesario hacer uso de las
ecuaciones de balance de masa. En el caso particular del reactivo A se tienen las siguientes ecuaciones:
dC A F
dt
=
V
(
C Ai − C A − kC A2 )
donde:
F es la razón de alimentación en m 3 / s
V es el volumen del reactor en m 3
C A es la concentración del reactivo A en el reactor en kgmol / m 3
C Ai es la concentración del reactivo en la alimentación en kgmol / m 3
k es el coeficiente de razón de reacción dado por:
E
R (T + 273.16 )
k = k0e
donde:
T es la temperatura en el reactor en o C
∆H R
= (Ti − T ) − (T − TC )
dT F UA
kC A2 −
dt V ρC p VρC p
donde:
Ti es la temperatura de alimentación en o C
∆H R es el calor de la reacción que se supone constante en J / kgmol
ρ es la densidad del contenido del reactor en kgmol / m 3
C p es la capacidad calorífica de los reactivos en J / kgmol − C
U es el coeficiente de transferencia total de calor en J / s − m 2 − C
A es el área de transferencia de calor en m 2
TC es la temperatura de la chaqueta en o C
dTC
dt
=
UA
VC ρ C C p C
(T − TC ) − FC TC − TCi
VC
( )
donde:
En este modelo, las variables de estado son C A , T y TC ; asuma que la variable de entrada es FC y
que la variable de salida es la temperatura T ; por su parte, asuma que las cantidades F , C Ai , Ti y
TCi son valores constantes;. Por ejemplo, el flujo de alimentación de reactivos, la temperatura del flujo de
alimentación y la temperatura de entrada del líquido refrigerante, pueden ser considerados constantes.
Parámetros
Para efectos de simulación del reactor se pueden considerar los siguientes valores de los parámetros:
F = 7.5 × 10 −3 m 3 / s
V = 7.08m 3
C Ai = 2.88Kgmol/m3
k 0 = 0.0744 m 3 / s - Kgmol
E = 1.182 × 10 7 J/Kgmol
R = 8314 .39 J/Kgmol-º K
Ti = 66º C
∆H R = −9.86 × 10 7 J/Kgmol
ρ = 19.2Kgmol/m3
C p = 1.815 × 10 5 J/Kgmol-º C
U = 3550 J/s - m 2 -º C
A = 5.4 m 2
VC = 1.82 m 3
ρ C = 1000 Kg/m 3
C pc = 4184 J/Kg-º C
TCi = 27 º C
x& = f ( x, u ) (6.1)
y = g ( x, u )
f ( x0 , u 0 ) = 0 (6.2)
y 0 = g ( x0 , u 0 )
u (t ) = u 0 x(t ) = x0
implican que para todo t > 0 .
x(0) = x0 y (t ) = y 0
Asuma que se tiene interés en el comportamiento alrededor del punto de operación. Suponiendo
que u (t ) − u 0 y x(0) − x0 son lo suficientemente pequeños, entonces x(t ) − x0 y y (t ) − y 0
también serán pequeños. Si, además, se define la variación alrededor del punto de operación por
las expresiones:
v = u (t ) − u 0 (6.3)
z = x(t ) − x0
w = y (t ) − y 0
∂f ∂f (6.4)
x& = f ( x0 , u 0 ) + z+ v + Términos de alto orden
∂x x = x 0 ;u = u 0 ∂u x = x 0 ;u = u 0
∂g ∂g
y = g ( x0 , u 0 ) + z+ v + Términos de alto orden
∂x x = x0 ; u = u 0 ∂u x = x 0 ;u = u 0
donde:
Note que puesto que x = x 0 + z y que x 0 es constante, entonces x& = z& . También note que
y = y 0 + ω = g ( x 0 , u 0 ) ; por tanto, ω = y − g ( x 0 , u 0 ) . De aquí, la ecuación (6.4),
despreciando los términos de alto orden, se puede entonces escribir como:
z& = Az + Bv (6.6)
w = Cz + Dv
donde:
∂f ∂f ∂g ∂g (6.7)
A= ; B= ;C= ; D=
∂x x = x0 ; u = u 0 ∂u x = x 0 ;u = u 0 ∂x x = x0 ; u = u 0 ∂u x = x0 ;u = u 0
Por tanto, el estado, la señal de control y la salida del sistema se puede aproximar por:
u (t ) = u 0 + v (6.8)
x(t ) = x0 + z
y (t ) = y 0 + w
x&1 = −α 1 x1 + β u (6.9)
x& 2 = α 1 x1 − α 2 x 2
y (t ) = x 2 = [0 1]x (6.10)
f1 = −α 1 x1 + β u (6.11)
f 2 = α 1 x1 − α 2 x 2
− α 1 x10 + β u 0 = 0 (6.12)
α 12 x10 = α 22 x 20
⎡ α1 ⎤ (6.14)
⎢− 0 ⎥ β
z& = ⎢
2 x10 ⎥ z + ⎡ ⎤v
⎢ α1 α 2 ⎥ ⎣ 0 ⎥⎦ ⎢
⎢ 2 x −
⎣ 10 2 x 20 ⎥⎦
w = [1 0]z
tal que:
Ing. Mauricio Améstegui M. Pág. 2.45
Agosto de 2004
Capítulo 2: Modelos Matemáticos de Sistemas Dinámicos
u (t ) = u 0 + v (6.15)
x(t ) = x0 + z
y (t ) = y 0 + w
Con el propósito de evaluar la aproximación considere una instancia del modelo anterior
alrededor del punto de operación dado por
u 0 = 220 (6.16)
2
⎛ βu ⎞
x10 = ⎜⎜ 0 ⎟⎟ = 0.1482
⎝ α1 ⎠
α 2x
x 20 = 1 210 = 0.5928
α2
Suponga ahora que se aplica tanto al sistema no lineal como al sistema linealizado una entrada
u = 220 , la misma entrada que la entrada de operación del sistema, es decir u = u 0 .
Respuesta del
0.7
sistema no lineal
0.6
0.5
0.4
0.3
Respuesta del
0.2
sistema
linealizado
0.1
0
0 5 10 15 20 25
En la figura anterior, la respuesta más lenta corresponde a la del sistema linealizado. Observe la
diferencia con respecto al sistema no lineal.
3 Sistemas Realimentados
3.1 Sistemas realimentados
El Principio de realimentación
Incrementar la variable manipulada cuando la variable del proceso sea más pequeña
que la referencia y disminuirla cuando ésta sea más grande.
r + e u y
−
R (s ) + Y (s )
G (s )
−
H (s )
Y ( s) G(s) (1.1)
Gcl ( s ) = =
R( s) 1 + G ( s) H ( s)
1 (1.2)
Gcl ( s ) ≈
H ( s)
Es decir, la salida sólo está afectada por H (s ) que puede ser una constante. Para un sistema
con realimentación unitaria se tiene que:
Gcl ( s ) ≈ 1 (1.3)
y = f (u )
y = f (u )
y = f (u ) K
y0
u0 u
Asuma que la variable de control alrededor del punto de operación tiene valor u 0 , lo que implica
que y 0 = f (u 0 ) . Para valores de la variable u cerca del punto de operación, el sistema se
puede aproximar por el modelo:
y − y 0 = f (u ) − f (u 0 ) ≈ f ' (u 0 )(u − u 0 )
donde
df
f '=
du
K = f ' (u 0 )
se llama ganancia del sistema en el punto de operación; por tanto, el sistema puede ser descrito
alrededor del punto de operación por:
y = Ku
d n
r + e u + − v x + + y
C P
−
Fig. 1.5 Sistema de control realimentado sujeto a perturbaciones de carga y ruido de medición
y = x+n
x = k pv
v=u+d
u = kc e
e=r−y
k p kc kp 1 ⎛ d n ⎞
y= r− d+ n = G1 ⎜ r − + ⎟
1 + k p kc 1 + k p kc 1 + k p kc ⎜ kc kc k p ⎟
⎝ ⎠
k p kc kp k p kc ⎛ d ⎞
x= r− d− n = G1 ⎜⎜ r − − n ⎟⎟
1 + k p kc 1 + k p kc 1 + k p kc ⎝ kc ⎠
kc k p kc kc ⎛ r n ⎞
u= r+ d− n = G1 ⎜ +d − ⎟
1 + k p kc 1 + k p kc 1 + k p kc ⎜k kp ⎟
⎝ p ⎠
1 kp 1 ⎛ r d n ⎞
e= r+ d− n = G1 ⎜ + − ⎟
1 + k p kc 1 + k p kc 1 + k p kc ⎜ ⎟
⎝ kc k p kc kc k p ⎠
donde
k p kc
G1 =
1 + k p kc
y→r
x→r
r
u→
kp
e→0
El efecto de la perturbación de carga, sobre x o y , se puede reducir con una ganancia alta del
controlador. Por su parte, la señal de control es proporcional al valor de la perturbación de carga;
esto es, cuando la perturbación de carga se incrementa también lo hace el valor de la señal de
control y, viceversa, cuando la perturbación de carga disminuye, también lo hace el valor de la
señal de control.
Note también que el efecto del ruido sobre la medición de la salida de la planta y y, como
consecuencia sobre la señal de error e , disminuye cuando la ganancia de lazo es grande. Sin
embargo, esto no ocurre sobre la salida de la planta x , puesto que el ruido afecta sobre la salida
de la planta de la misma manera en que lo hace la señal de referencia. Por su parte el efecto del
ruido de medición sobre el valor de la señal de control es inversamente proporcional a la
ganancia estática de la planta, lo que quiere decir que si la planta tiene alta ganancia el efecto
del ruido sobre el valor de la señal de control es menor que si la planta tiene una ganancia baja.
Este análisis simple captura varias propiedades de la realimentación. Sin embargo, el análisis
puede invalidarse si no se considera también la dinámica del proceso y del controlador. En
realidad, la dificultad más seria es que la mayoría de los sistemas realimentados se vuelven
inestables cuando se incrementa la ganancia de lazo.
x u
kc kc
Observe que y ≈ r para ganancias altas del controlador y que la magnitud de la señal de
control es proporcional es similar a la salida obtenida.
Suponga ahora que se introduce una perturbación de carga al sistema. La siguiente figura
muestra el efecto de la perturbación de carga sobre la salida del sistema para valores de la
perturbación d = 0,1,3 al variar la ganancia del controlador desde 0 hasta 100.
u
x
d =0 d =3
d =1
d =3
Señal de control
Salida de la planta
Incremento de la perturbación
de carga
d =1
d =0
Observe que en bajas ganancias la salida de la planta es negativa, lo cual se debe a que el
efecto de la perturbación es mayor que el efecto de la señal de control. Sin embargo, en altas
ganancias la salida se aproxima a la referencia aún en presencia de perturbaciones. Observe
también el incremento en la magnitud de la señal de control al incrementar el valor de la
perturbación.
Para investigar los efectos de las variaciones en la salida de la planta, con respecto a las
variaciones en la ganancia del proceso k p , considere el sistema en lazo cerrado en ausencia de
perturbaciones, esto es:
k p kc
x= r
1 + k p kc
Entonces:
dx d ⎛⎜ k p k c ⎞
⎟= kc
= r
dk p dk p ⎜⎝ 1 + k p k c ⎟ (1 + k k ) 2
⎠ p c
dx kc kc 1 x 1
= r= ⋅ r= ⋅
dk p (1 + k p k c ) 2
1 + k p kc 1 + k p kc k p 1 + k p kc
dx / x d log x 1
= =
dk p / k p d log k p 1 + k p k c
Ejemplo.- Para un proceso con ganancia k p = 1 , en la siguiente figura observe cómo cambia la
variación relativa porcentual al incrementar la ganancia desde 0 hasta 100.
Variación relativa porcentual
r + e u y
k f (u )
−
y = f (u ) = f ( ke) = f ( k ( r − y ))
de aquí:
−1
k (r − y ) = f ( y)
1 −1
y=r− f ( y)
k
De esta manera, si el controlador tiene alta ganancia, entonces y ≈ r ; es decir, se obtiene una
relación aproximadamente lineal. También se puede demostrar que la relación lineal es muy
insensible a variaciones en la no linealidad.
Con el propósito de ilustrar el efecto de las variaciones en la dinámica del sistema realimentado,
considere primero un cambio en el proceso de tal forma que la salida del sistema en lazo cerrado
está ahora dada por:
G ( s ) + ∆G ( s ) (1.4)
Y ( s ) + ∆Y ( s) = R( s)
1 + (G ( s ) + ∆G ( s )) H ( s)
∆G ( s ) (1.5)
∆Y ( s ) = R( s)
(1 + (G ( s ) + ∆G ( s )) H ( s ))(1 + G ( s ) H ( s ))
∆G ( s ) (1.6)
∆Y ( s ) = R( s)
(1 + G ( s ) H ( s )) 2
De esta manera, la selección de una alta ganancia para el término G ( s ) H ( s ) puede reducir el
efecto de la variación de la dinámica del proceso, comparado con el efecto que producirían las
variaciones de la dinámica del proceso en un esquema de control de lazo abierto, donde:
Y ( s ) + ∆Y ( s ) = (G ( s ) + ∆G ( s )) R ( s ) (1.7)
∆Y ( s ) = ∆G ( s ) R ( s ) (1.8)
Note en este caso que las variaciones en la dinámica del proceso no pueden ser reducidas.
También note que en un sistema de lazo cerrado las variaciones en los parámetros del proceso
se reducen por un factor 1 + G ( s ) H ( s ) .
La sensibilidad de los cambios del sistema en lazo cerrado, con respecto a cambios en la
dinámica del proceso, se define como la relación del cambio porcentual de la función de
transferencia del sistema en lazo cerrado, con respecto al cambio porcentual en la función de
transferencia del proceso. Esto se puede representar por:
Por tanto, la sensibilidad a variaciones en la dinámica del sistema de lazo cerrado, con respecto
a cambios en la dinámica del proceso, se puede reducir incrementando la ganancia de
G ( s ) H ( s ) en las frecuencias de interés.
Por su parte, la sensibilidad del sistema en lazo cerrado, con respecto a cambios en la dinámica
del elemento de realimentación H (s ) , está dada por:
∂Gcl H ⎛ G ⎞ −H
2
− GH (1.10)
S Gcl
= =⎜ ⎟ =
∂H Gcl ⎝ 1 + GH ⎠ G /(1 + GH ) 1 + GH
H
K
s +1
K
Aquí G ( s ) = y H ( s ) = 1 . Entonces, la sensibilidad del sistema de lazo cerrado, con
s +1
respecto a variaciones en la dinámica del proceso está dada por:
1 s +1
S GGcl = =
K s + ( K + 1)
1+
s +1
1
En bajas frecuencias, ( s << K + 1 ) se tiene que S GGcl → . Por tanto, la sensibilidad
K +1
puede ser reducida aumentando el valor de K . Sin embargo, en altas frecuencias ( s >> K + 1 ),
la sensibilidad tiende a 1, haciendo que el sistema sea muy sensible a variaciones en la dinámica
del proceso.
K
−
= s +1 = −
K
S HGcl
K s + ( K + 1)
1+
s +1
En bajas frecuencias ( s << K + 1 ) se tiene que S HGcl → 1 , lo cual significa que el proceso se
hace muy sensible a variaciones en el elemento de realimentación. Sin embargo, note que en
altas frecuencias ( s >> K + 1 ) la sensibilidad tiende a 0, haciendo que el sistema sea insensible
a variaciones en el elemento de realimentación.
Las observaciones anteriores, manifiestan una dicotomía que sólo puede ser resuelta mediante
una solución de compromiso al elegir la ganancia del controlador en las frecuencias de interés.
Sin embargo, puesto que el sistema trabajará, en general, en bajas frecuencias, es muy
importante tomar precauciones en la elección del elemento de realimentación.
d i (t ) d 0 (t )
r (t ) e(t ) y (t )
Gc (s ) G (s )
H (s )
E ( s) =
1
R( s) +
H ( s)
D0 ( s ) +
G(s) H (s)
Di ( s )
(1.11)
1 + Gc ( s )G ( s ) H ( s ) 1 + Gc ( s )G ( s ) H ( s ) 1 + Gc ( s )G ( s ) H ( s )
Como se observa en la ecuación anterior, el error consiste de las siguientes tres partes:
o la debida a la señal r (t )
o la debida al ruido de medición d 0 (t ) de la salida y (t )
o la debida a la perturbación de carga d i (t )
H (s) (1.12)
Gd 0 ( s) =
1 + Gc ( s )G ( s ) H ( s )
debe ser pequeña. Similarmente, para reducir los efectos de la perturbación de carga, la función
de transferencia:
G ( s) H ( s) (1.13)
G di ( s ) =
1 + Gc ( s )G ( s ) H ( s )
debe hacerse pequeña. Sin embargo para rechazar las perturbaciones d i (t ) y d 0 (t ) en estado
estacionario, las funciones de transferencia Gd 0 ( s) y Gdi (s ) deben ser también estables. Por
otro lado, si d i (t ) = M = cte ; t ≥ 0 , se debe asegurar que Gc ( s )G ( s ) tenga al menos un
polo en el origen, como se ilustra en el siguiente ejemplo.
2 8 (1.14)
Gc ( s ) = ; G( s) = ; H (s) = 1
s s+4
d i (t ) = 1 para t ≥ 0 (1.15)
En este caso:
8 (1.16)
Ei ( s) = Gdi ( s) Di ( s ) = s + 4
1 8s 1 8
= =
2 8 s s 2 + 4s + 16 s s 2 + 4s + 16
1+
s s+4
De aquí:
8s (1.17)
ei (∞) = lim sE i ( s ) lim =0
s →0 s →0 s + 4 s + 16
2
⎧u e>0
u = ⎨ max
⎩u min e<0
u
u max
u min
e
Fig. 2.1 Característica del controlador On/Off
El control On/Off muchas veces es apropiado para mantener la variable controlada del proceso
cerca de la referencia, pero típicamente resulta en un sistema donde las variables oscilan en
estado estacionario como se muestra en el siguiente ejemplo.
r + e u 1 y
− ( s + 1) 3
El controlador es del tipo On/Off y la planta está representada por la función de transferencia:
1
G ( s) =
( s + 1) 3
Fig. 2.3 Respuesta del sistema de un sistema de control On/Off obtenida en Simulink
Observe que la respuesta del sistema oscila alrededor de la referencia en estado estacionario.
La ley de control u (t ) de un controlador del tipo PID está dada por la siguiente expresión:
⎛ 1
t
de(t ) ⎞
u (t ) = K ⎜ e(t ) + ∫ e(τ )dτ + Td
⎜ ⎟
⎟
⎝ Ti 0 dt ⎠
donde e = r − y es el error, definido como la diferencia entre la señal de referencia r dada por
el operador y la medición de la salida de la planta y , obtenida a través de un sensor; K es la
ganancia proporcional, Ti es la constante de tiempo integral y Td es la constante de tiempo
derivativa. La acción proporcional actúa sobre el valor presente del error, la acción integral toma
en cuenta los errores pasados y la acción derivativa tiene un efecto predictivo del error en un
cierto horizonte de tiempo. Por tanto, el controlador PID calcula su señal de control combinando
la información sobre el error actual, los errores pasados y una predicción de los errores futuros.
Acción Proporcional
La razón por la que el control On/Off resulta en oscilaciones, es que el sistema sobreactúa
cuando ocurre un pequeño cambio en el error. Esto hace que la variable manipulada cambie
sobre su rango completo. Este efecto se puede evitar modificando el controlador On/Off de forma
que, alrededor del error cero, la acción de control sea proporcional a dicho error. La
característica de este controlador se muestra en la Fig. 2.4.
u
u max
K
ub
u min
Banda
e
Proporcional
Fig. 2.4 Característica de un controlador proporcional
u max − u min
K=
Pb
El valor u b , que intersecta la curva característica del controlador con el eje vertical, se denomina
señal de polarización o señal de reset. El propósito de esta señal es introducir una polarización
en la respuesta del sistema tal que el sistema de control en estado estacionario presente un error
u (t ) = Ke(t ) + u b
Ub
E (s ) + U (s )
K
Fig. 2.5 Diagrama de bloques de un controlador proporcional con señal de polarización o reset
ub
+
K
Asuma que el proceso está representado por un modelo estático lineal con ganancia K p ,
entonces:
x = K p (u − d )
u = Ke + u b
y = x+n
e=r−y
La eliminación de las variables intermedias produce la siguiente relación entre la variable del
proceso x , la referencia r , la perturbación de carga d y el ruido de medición n :
KK p Kp
x= ( r − n) + (u b − d )
1 + KK p 1 + KK p
Ejemplo.- Considere un sistema de control realimentado con acción proporcional para una
planta descrita por la función de transferencia:
1
G ( s) =
( s + 1) 3
Inicialmente suponga que u b = 0 , entonces la respuesta al escalón unitario del sistema en lazo
cerrado para valores de K = 1,3,7 está dada como se muestra en la Fig. 2.7.
Fig. 2.7 Respuesta al escalón unitario del sistema de control con controlador proporcional y sin señal de
polarización para diferentes valores de la ganancia proporcional.
ub = 1
ub = 0
Observe que el error en estado estacionario es cero cuando se inyecta la señal de polarización.
Acción Integral
La función principal de la acción integral es asegurar que la salida del proceso coincida, en
estado estacionario, con la referencia. Una acción puramente proporcional sin señal de
polarización, produciría normalmente un error en estado estacionario diferente de cero.
Incorporando la acción integral un pequeño error positivo siempre producirá un incremento en la
señal de control y un error negativo dará una señal decreciente, sin importar cuan pequeño sea
el error.
Para entender los efectos de la acción integral considere el controlador PI dado por la ley de
control:
⎛ 1
t
⎞
u (t ) = K ⎜⎜ e(t ) + ∫ e(τ )dτ ⎟⎟
⎝ Ti 0 ⎠
El siguiente argumento simple muestra que el error en estado estacionario siempre será cero,
debido a la introducción de la acción integral:
⎛ e t⎞
u 0 = K ⎜⎜ e0 + 0 ⎟⎟
⎝ Ti ⎠
De la expresión anterior, se observa que u 0 sólo puede ser constante si e0 = 0 . Por tanto, si un
sistema de control con controlador PI llega al estado estacionario, entonces lo hace con un error
en estado estacionario cero.
La introducción de la acción integral también puede ser vista como un reset automático de un
controlador proporcional. Para ver esto, transforme al dominio de la transformada de Laplace la
ecuación del controlador. Entonces:
K T s +1
U ( s ) = KE ( s) + E (s) = i KE ( s)
Ti Ti s
o bien:
1 1
U ( s) = KE ( s ) = U ( s ) − KE ( S )
Ti s + 1 Ti s
1
U ( s ) = KE ( s ) + U ( s)
Ti + 1
E (s ) + U ( s)
K
+
Ub
1
Ti s + 1
Compare el diagrama de bloques de la Fig. 2.9 con el diagrama de bloques de la Fig. 2.5,
correspondiente al controlador proporcional con señal de reset. Note que en el caso del
controlador PI, la señal de reset se genera automáticamente a partir de una realimentación de la
propia señal U , mediante un filtro de primer orden con constante de tiempo Ti , razón por la
cual a esta constante se le denomina constante de tiempo integral. Esta constante de tiempo
determina el acercamiento del sistema de control a la señal de referencia; si es pequeña
entonces se observa un incremento rápido de U b , cuando el error es positivo, y una disminución
rápida de U b , cuando el error es negativo, produciendo un rápido acercamiento a la referencia;
por su parte, si la constante de tiempo es grande entonces el acercamiento será lento.
1
G ( s) =
( s + 1) 3
La respuesta al escalón unitario del sistema en lazo cerrado se muestra en la Fig. 2.10 para los
valores de K = 1 y Ti = ∞,5,1.5
Ti = 1.5
Ti = 5
Ti = ∞
Fig. 2.10 Respuesta al escalón unitario de un sistema de control PI al variar la constante de tiempo integral
Acción derivativa
de(t )
e(t + Td ) ≈ e(t ) + Td
dt
La expresión anterior predice el error Td unidades de tiempo hacia delante, como se muestra en
la Fig. 2.11.
e(t )
e(t + Td )
e(t )
t t + Td
Predicción de e(t + Td )
Fig. 2.11 Predicción de la señal de error en un horizonte de tiempo Td
⎛ de(t ) ⎞
u (t ) = K ⎜ e(t ) + Td ⎟
⎝ dt ⎠
puede ser interpretado como un controlador proporcional que usa una predicción del error en Td
unidades de tiempo, basada en una extrapolación lineal. Esto equivale a decir:
u (t ) ≈ Ke(t + Td )
Note que la precisión de la predicción depende del horizonte de tiempo Td . Si este horizonte es
muy grande el error de predicción puede ser muy grande y si este horizonte es pequeño, el error
de predicción se hace pequeño. Pero si el horizonte de de predicción es muy pequeño, el
controlador se comportará como lo hace un controlador proporcional sin señal de polarización.
La Fig. 2.12 muestra cómo se puede incrementar el error de predicción con un horizonte de
tiempo más grande.
e(t )
e(t + Td )
e(t )
t t + Td
Predicción de e(t + Td )
Fig. 2.12 Incremento del error de predicción cuando el horizonte de predicción es más grande.
1
G ( s) =
( s + 1) 3
junto con un controlador del tipo PD. La Fig. 2.13 muestra la respuesta al escalón unitario del
sistema de control en lazo cerrado para valores de K = 1 y Td = 0,1,3 .
Td = 0
Td = 1
Td = 3
Td = 0
Td = 1
Td = 3
Fig. 2.14 Respuesta al escalón unitario de un sistema de control PD con señal de polarización
La respuesta al escalón anterior puede ser mejorada afinando los valores de los parámetros del
controlador. Cambiando los valores a K = 4 , Ti = 1.2 y Td = 2.5 , se obtiene la respuesta al
escalón que se muestra en la Fig. 2.16.
Fig. 2.16 Respuesta al escalón unitario de un sistema de control PID con parámetros modificados
⎛ 1 ⎞
⎟⎟(1 + Td s )
U ( s)
= K ⎜⎜1 +
E ( s) ⎝ Ti s ⎠
U (s) K
= K p + i + Kd s
E ( s) s
La estabilidad es una propiedad cualitativa de los sistemas dinámicos. Este concepto es muy
importante ya que cada sistema de control debe ser estable. Si un sistema de control no es
estable, usualmente desbocará o se desintegrará. Existen tres tipos de estabilidad:
Una función u (t ) definida para t ≥ 0 se dice que está acotada si su magnitud no se aproxima al
infinito o, equivalentemente, existe una constante M tal que:
Teorema de Estabilidad 1.- Un sistema lineal invariante en el tiempo con función de respuesta
al impulso g (t ) es estable sí y sólo si:
∞ (3.2)
∫
0
g (t ) dt < ∞
La aplicación de este teorema puede ser poco práctica en el caso de sistemas de orden mayor a
2, ya que involucra el cálculo de las raíces de polinomios de alto orden, para el cual no existen
procedimientos analíticos, aunque esto no es ningún problema si se utilizan métodos numéricos
apropiados implementados en una herramienta computacional. Otra alternativa que permite
determinar si un polinomio tiene o no raíces en el semiplano derecho (región de inestabilidad),
sin resolver las raíces es utilizar la denominada Prueba de Estabilidad de Routh.
N ( s) (3.3)
G (s) =
D( s)
La Prueba de Routh es un método que sirve para ver si un polinomio es o no Hurwitz, sin
resolver sus raíces. La aplicación más significativa de la prueba es para probar la estabilidad de
sistemas de control. Considere el polinomio:
D ( s ) = a n s n + a n −1 s n −1 + L + a1 s + a 0 ; a n > 0 (3.4)
donde
1 an an−2 a n −1 a n − 2 − a n a n −3
b1 = − =
a n −1 a n −1 a n −3 a n −1
1 an a n−4 a n −1 a n − 4 − a n a n −5
b2 = − =
a n −1 a n −1 a n −5 a n −1
1 an a n −6 a n −1 a n −6 − a n a n −7
b3 = − =
a n −1 a n −1 a n −7 a n −1
1 a n −1 a n −3 b1 a n −3 − a n −1b2
c1 = − =
b1 b1 b2 b1
1 a n −1 a n −5 b1 a n −5 − a n −1b3
c2 = − =
b1 b1 b3 b1
1 a n −1 a n −7 b1 a n −7 − a n −1b4
c3 = − =
b1 b1 b4 b1
1 k1 k2
m1 = − = k1 = a 0
l1 l1 0
Teorema de condición necesaria y suficiente para que un polinomio sea Hurwitz (Routh
1875).- El número de raíces en el semiplano derecho de D ( s ) es igual al número de cambios
de signo en la primera columna de la Tabla de Routh.
Como corolario al teorema anterior, D ( s ) es estable sí sólo si todos los elementos en la primera
columna de la Tabla de Routh son positivos.
Existen tres casos diferentes que deben tratarse separadamente, puesto que requieren
modificaciones adecuadas del procedimiento de cálculo del arreglo:
Caso (i)
D ( s ) = a 2 s 2 + a1 s + a 0 (3.5)
s2 a2 a0
1
s a1
s0 b1
donde:
a1 a0 − a 2 (0)
b1 = = a0
a1
Por tanto, el requisito para un sistema estable de segundo orden es simplemente que todos los
coeficientes sean positivos
D ( s ) = a 3 s 3 + a 2 s 2 + a1 s + a 0 (3.6)
El arreglo es:
s3 a3 a1
s2 a2 a0
1
s b1
s0 c1
donde
a 2 a1 − a3 a 0 ba
b1 = y c1 = 1 0 = a 0
a2 b1
Para que el sistema de tercer orden sea estable, es necesario y suficiente que los coeficientes
sean positivos y a 2 a1 > a3 a 0 .
D( s ) = s 3 + s 2 + 2s + 24 (3.7)
que tiene sus raíces en s = −3 y s = 1 ± j 7 . Puesto que el polinomio tiene dos raíces en el
semiplano derecho, el sistema es inestable. Esto puede ser comprobado a través de la Prueba
de Routh:
s3 1 2
s2 1 24
s1 -22
s0 24
Como se tienen dos cambios de signo en la primera columna, se concluye que existen dos
raíces en el semiplano derecho, confirmando que el sistema es inestable.
Caso (ii)
Si únicamente un elemento del arreglo es cero, éste puede ser reemplazado por un pequeño
número positivo ε que tiende a cero, lo que permite completar la tabla de Routh.
D( s ) = s 5 + 2s 4 + 2 s 3 + 4 s 2 + 11s + 10 (3.8)
s5 1 2 11
s4 2 4 10
s3 ε 6
s2 12 10
−
ε
s 1
6
s0 10
Hay dos cambios de signo debido al número negativo grande de la primera columna
c1 = −12 / ε . Por tanto el polinomio no es Hurwitz y tiene dos raíces en el semiplano derecho
del plano complejo s .
D( s ) = s 4 + s 3 + s 2 + s + K (3.9)
donde se desea determinar la ganancia K que de como resultado un sistema estable. La tabla
de Routh es entonces:
s4 1 4 10
s3 1 6
s2 ε K
s1 K
−
ε
0
s K
Caso (iii)
Este caso ocurre cuando todos los elementos de una fila son cero o cuando la fila está
constituida por un único elemento que es cero. Esta condición se presenta cuando el polinomio
contiene singularidades que se localizan simétricamente respecto al origen del plano s . Este
problema se evita utilizando el polinomio auxiliar que precede inmediatamente al elemento cero
en la tabla de Routh. El grado del polinomio auxiliar siempre es par e indica el número de pares
de raíces simétricas con respecto al origen.
D( s ) = s 3 + 2s 2 + 4 s + K (3.10)
s3 1 4
s2 2 K
s1 8− K
2
s0 K
Por tanto, para lograr un sistema estable se requiere que 0 ≤ K < 8 . Cuando K = 8 se tienen
dos raíces en el eje imaginario y un caso de estabilidad límite. Observe que se obtiene una fila
de ceros (caso (iii)) cuando K = 8 . Los coeficientes del polinomio auxiliar, U ( s ) , son los
coeficientes del polinomio que precede a la fila de ceros. En este caso, el polinomio de la fila que
precede a la de ceros es el que se obtiene de la fila s 2 . Recuerde que esta fila contiene los
coeficientes de potencias pares de s y por tanto se tiene:
U ( s) = 2s 2 + Ks 0 = 2 s 2 + 8 = 2( s 2 + 4) = ( s + j 2)( s − j 2)
Para demostrar que el polinomio auxiliar es realmente un factor del polinomio característico,
divida D ( s ) entre U ( s ) para obtener:
D( s) s 3 + 2s 2 + 4s + 8 1
= = s +1
U ( s) 2s 2 + 8 2
Puesto que D ( s ) es divisible por U ( s ) , los factores del polinomio característico son:
D ( s ) = ( s + 2)( s + j 2)( s − j 2)
D( s) = s 5 + s 4 + 4 s 3 + 24s 2 + 3s + 63 (3.11)
s5 1 4 3
s4 1 24 63
s3 -20 -60
s2 21 63
s1 0
s0
U ( s) = 21s 2 + 63
D( s )
= s 3 + s 2 + s + 21
U ( s)
s3 1 1
s2 1 21
s1 -20
s0 21
Los dos cambios de signo en la primera columna indican la presencia de dos raíces en la parte
derecha del plano s , y por tanto el sistema es inestable.
Los casos especiales (ii) y (iii) no tienen mucha relevancia en el análisis y diseño de sistemas de
control, puesto que ya se sabe que producen sistemas inestables.
+
Gc (s ) G (s )
−
donde:
10 (3.12)
G ( s) =
( s + 1)( s + 2)
Ki (3.13)
Gc ( s ) = K p +
s
Se tiene interés en encontrar los rangos permisibles de los parámetros K p y K i tal que el
sistema en lazo cerrado sea estable.
Ing. Mauricio Améstegui M. Pág. 3.29
Agosto de 2003
Capítulo 3: Sistemas Realimentados
D( s) = s 3 + 3s 2 + (2 + 10 K p ) s + 10 K i (3.15)
s3 1 2 + 10 K p
s 2
1 10 K i
s 1
3(2 + 10 K p ) − 10 K i
3
s0 10 K i
3(2 + 10 K p ) − 10 K i (3.16)
>0
3
10 K i > 0
Es decir:
3 + 15 K p − 5K i > 0 (3.17)
Ki > 0
Kp
0.6 Ki
− 0.2
τl
+
V + 1 i τm + 1 ω
Ka
Ls + R Jms + b
−
em
Kv
Fig. 4.1 Diagrama esquemático y diagrama de bloques de un motor de CD controlado por armadura
Del diagrama de bloques, la relación entrada/salida del motor se puede escribir, haciendo abuso
de notación, mediante la siguiente expresión:
ω = GV ( s )V − Gτ ( s)τ l
Ka
Gv ( s ) =
LJs + ( RJ + Lb) s + Rb + K a K v
2
Ls + R
Gτ ( s ) =
LJs + ( RJ + Lb) s + Rb + K a K v
2
Suponga que se tiene una perturbación de carga constante y que quiere controlar la velocidad en
estado estacionario del motor en un valor de ω r = 200 . Entonces, el voltaje aplicado a la
armadura del motor se puede obtener a partir de la siguiente expresión:
ω r = Gv (0)V − Gτ (0)τ l
donde GV (0) es la ganancia estática (también conocida como ganancia de CD) de la función de
transferencia GV (s ) y Gτ (0) es la ganancia estática de la función de transferencia Gτ (s) .
Los valores de las ganancias estáticas están dadas por:
Ka
GV (0) =
Rb + K a K v
R
Gτ (0) =
Rb + K a K v
ω r + Gτ (0)τ l
V=
GV (0)
Observe que el voltaje de control depende de la velocidad de referencia, las ganancias estáticas
de GV (s ) y Gτ (s) y del conocimiento del valor de la perturbación de carga que, además se
asume constante.
Suponga que la perturbación de carga está dada por τ l = 500 , entonces sustituyendo valores
se obtiene que el voltaje que se debe aplicar con control de lazo abierto de tal forma que la
velocidad del motor en estado estacionario sea de 200, está dado por
V = 280
Suponga ahora que existe una variación de ± 20% en el coeficiente de fricción del motor.
Aplicando el mismo voltaje de entrada y la misma carga al motor la velocidad en estado
estacionario varía como se muestra en la Fig. 4.3.
Incremento del
coeficiente de
friccción
Fig. 4.3 Simulación de la respuesta del sistema de control de lazo abierto variando ± 20% el valor del
coeficiente de fricción.
En los casos anteriores, se ha asumido que el motor arranca con la carga conectada, para la
cual se ha ajustado la velocidad en estado estacionario. Sin embargo, suponga que por error del
operador el motor parte sin carga y luego se acopla la carga después de 50 s; en este caso, se
obtiene la respuesta que se muestra en la Fig. 4.4
Fig. 4.4 Comportamiento de la velocidad del motor cuando parte sin carga y luego se acopla la carga a los
50 s.
Observe cómo se incrementa la velocidad del motor hasta un valor cercano a 1500 y al
acoplarse la carga disminuye su valor hasta el valor de la referencia calculada por el operador.
Control On/off
Considere ahora el motor de CD, junto con un controlador del tipo On/off dado por:
⎧V e>0
V (t ) = ⎨ max ; e = ωr − ω
⎩0 e<0
Aplicando esta ley de control al motor, con Vmax = 350 y ω r = 200 , se obtiene la respuesta de
velocidad que se muestra en la Fig. 4.5.
Fig. 4.5 Izquierda: Comportamiento de la velocidad del motor. Derecha: señal de control aplicada al motor
por el controlador On/off.
Observe cómo mejora la velocidad de la respuesta, con respecto al sistema de control de lazo
abierto. Sin embargo, la respuesta del motor sigue siendo aún lenta. Observe también cómo
actúa el controlador para mantener la velocidad en la referencia; lo hace conmutando entre 0 y la
velocidad máxima a una elevada frecuencia, lo que puede excitar los modos rápidos del motor y
conducir a la inestabilidad del sistema.
La velocidad de respuesta se puede incrementar aún más, incrementando el valor del voltaje
máximo (esto supone sobredimensionar la electrónica de potencia que maneja la entrada al
motor). La Fig. 4.5 muestra la respuesta de la velocidad del motor cuando Vmax = 800 . En este
caso, el comportamiento de la señal de control es bastante similar al caso anterior para mantener
la velocidad del motor en el valor de la señal de referencia.
Fig. 4.6 Izquierda: Comportamiento de la velocidad del motor. Derecha: señal de control aplicada al motor
por el controlador On/off.
La velocidad de respuesta puede aún ser incrementada incrementando aún más el voltaje
máximo como se muestra en la Fig. 4.7. Sin embargo, observe cómo se incrementa la oscilación
de la señal e control.
Fig. 4.7 Izquierda: Comportamiento de la velocidad del motor. Derecha: señal de control aplicada al motor
por el controlador On/off.
Por tanto, para obtener una velocidad de respuesta más rápida será necesario un mayor voltaje,
hasta el límite de potencia permitida por el motor.
Suponga ahora que se implementa el controlador que produce la respuesta de la Fig. 4.5, con un
voltaje máximo de 800 V, pero el motor experimenta una variación de ± 20% en el coeficiente
de fricción. La Fig. 4.8 muestra que la respuesta de la velocidad es prácticamente la misma ya
sea incrementando o disminuyendo el coeficiente de fricción. Esto es, el controlador On/off
puede tolerar variaciones en los parámetros del modelo de la planta, gracias a la realimentación.
Compare este resultado con el resultado obtenido en la Fig. 4.3.
Fig. 4.8 La respuesta de la velocidad del motor es prácticamente la misma al variar el coeficiente de fricción
entre ± 20% .
⎧V e>0
V (t ) = ⎨ max ; e = ωr − ω
⎩− Vmax e<0
Observe que el controlador está descrito por un relevador simétrico. Para Vmax = 800 se obtiene
la respuesta de la velocidad del motor que se muestra en la Fig. 4.9
Fig. 4.9 Respuesta de la velocidad del motor con un controlador On/Off simétrico.
Comparando esta figura con la obtenida en la Fig. 4.6 (izquierda) se observa una mejoría en
términos de una disminución del sobrepaso y del tiempo de asentamiento de la velocidad del
motor. Sin embargo, la ley de control con relevador simétrico requiere una implementación más
sofisticada, al considerar do niveles de variación de voltaje de la señal de entrada.
Fig. 4.10 Comportamiento de la velocidad del motor con un controlador On/off con histéresis sobre la señal
de error.
Observe que la velocidad oscila alrededor de un valor por debajo de la referencia; por su parte la
señal de control tiene una frecuencia menor y no se requiere de una electrónica de potencia
rápida.
En las simulaciones anteriores, se ha supuesto que el motor arranca con carga. Suponga ahora
que el motor arranca sin carga y, después de 3 segundos se acopla la carga. Considere un
controlador con relevador sin histéresis. La Fig. 4.11 muestra el comportamiento de la velocidad
del motor y de la señal de control:
Fig. 4.11 Comportamiento de la velocidad del motor (izquierda) y de la señal de control (derecha) cuando se
acopla la carga después de 3s de arrancado el motor.
En la anterior figura se observa un efecto poco significativo de la carga sobre la velocidad del
motor en el tiempo de 3 segundos. Observe también como disminuye la frecuencia de la señal
de control cuando se acopla la carga. En todos los casos, se puede demostrar que la señal de
control en estado estacionario es periódica, como se muestra en la Fig. 4.12.
Control Proporcional
El control On/off, visto en la sección anterior, produce señales de control que requieren se
conmutadas a muy alta frecuencia, para lograr mantener la velocidad del motor en la velocidad
de referencia. Esto a veces no es muy recomendable, ya que exige una electrónica de potencia
sofisticada. La señal de control debería ser lo más suave posible, sin introducir señales de alta
frecuencia a la planta que exciten los modos altos del sistema produciendo un
malfuncionamiento por pérdida de estabilidad. Esto se puede lograr con una señal de control que
no tome acciones correctivas extremas, cuando el error entre la velocidad de referencia y la
velocidad real del motor sea pequeño.
V (t ) = Ke (t ) ; e(t ) = ω r − ω (t )
KGV ( s ) Gτ ( s)
ω= ωr + τl
1 + KGV ( s) 1 + KGV ( s )
Desde el punto de vista estático, al aumentar la ganancia K del sistema, se obtiene un mayor
acercamiento de la velocidad del motor a la velocidad de referencia y se disminuye el efecto de
la carga.
Fig. 4.13 Velocidad del motor y señal de control con control proporcional de ganancia K = 20
Observe el efecto de la carga sobre la velocidad y sobre la señal de control. Cuando el motor
arranca sin carga, obtiene su valor en estado estacionario al comenzar el tercer segundo. Cuan
ingresa la carga a los 3 segundos, el motor disminuye su velocidad considerablemente. Por su
parte, el arranque el motor requiere un alto voltaje, pasado el transitorio se mantiene en un valor
muy pequeño y, al ingresar la carga, aumenta su valor para disminuir el efecto de la carga sobre
la velocidad. También observe que ahora la señal de control no es oscilatoria.
Observe que con carga el motor experimenta un error en estado estacionario diferente de cero
considerable. Para disminuir este error en estado estacionario, es necesario incrementar la
ganancia del controlador. Suponga que esta ganancia se incrementa a K = 50 , entonces la
respuesta del sistema de control en términos de la velocidad del motor y la señal de control
aplicada es la que se muestra en la Fig. 4.14
Fig. 4.14 Velocidad del motor y señal de control con control proporcional de ganancia K = 50
Compare la figura anterior con la Fig. 4.13 y observe cómo se ha disminuido el error en estado
estacionario cuando el motor trabaja con carga. Sin embargo, también note que se ha
incrementado notablemente el voltaje de arranque del motor de un valor cercano a 4000 hasta
un valor cercano a 10000 y también se ha incrementado el sobrepaso de la respuesta, lo que
hace suponer, que al seguir incrementando la ganancia del controlador se obtendrá un pobre
desempeño durante el comportamiento transitorio. Por ejemplo, par una ganancia K = 200 se
observa el transitorio que se muestra en la Fig. 4.15.
Fig. 4.15 Velocidad del motor y señal de control con control proporcional de ganancia K = 200
Observe que ahora la velocidad del motor tiene un sobrepaso considerable y que presenta un
desempeño pobre durante el transitorio, aunque el error en estado estacionario se ha reducido
considerablemente. Por su parte, la señal de control ha crecido en el arranque hasta valores
imprácticos.
El error en estado estacionario, durante el funcionamiento del motor sin carga, se puede apreciar
disminuyendo la ganancia del controlador a un valor de K = 7 . En este caso observe la
respuesta del sistema de control mostrada en la Fig. 4.16
Fig. 4.16 Velocidad del motor y señal de control con control proporcional de ganancia K =7
Si ahora se restringe el voltaje de entrada al motor a un valor máximo de Vmax = 1500 , tal que
− Vmax ≤ V ≤ Vmax , y se mantiene la ganancia del controlador en K = 50 dentro de la banda
proporcional, entonces la respuesta se convierte en la que se muestra en la Fig. 4.17.
Fig. 4.17 Velocidad del motor y señal de control cuando existen restricciones en el voltaje de alimentación
del motor.
Observe cómo disminuye la velocidad de respuesta durante el arranque, debido a la limitación de
la señal de control; sin embargo esto no afecta al funcionamiento en estado estacionario.
Control PI
Ks + K i
V (t ) = G PI ( s)e(t ) ; e(t ) = ω r − ω (t ) ; G PI ( s ) =
s
G PI ( s)GV ( s ) Gτ ( s )
ω= ωr + τl
1 + G PI ( s)GV ( s) 1 + G PI ( s )GV ( s )
G PI ( s)GV ( s) Gτ ( s)
lim = 1 y lim =0
s →0 1 + G ( s )G ( s ) s →0 1 + G ( s )G ( s )
PI V PI V
Esto quiere decir que el sistema de control produce un error en estado estacionario cero cuando
la señal de referencia y el par de carga son constantes; es decir, ω → ω r cuando t → ∞ . La
Fig. 4.18 muestra esto para el caso de un controlador PI con parámetros K = 50 y K i = 10
Fig. 4.18. Velocidad del motor y señal de control con controlador PI cuyos parámetros fueron ajustados a los
valores K = 50 y K i = 10 .
Sin embargo, observe también que la señal de control al inicio es muy alta. Si se limita dicha
señal a un valor de 1500, se obtiene entonces la respuesta que se muestra en la Fig. 4.19
Fig. 4.19 Velocidad del motor y señal de control considerando restricciones de voltaje en la entrada del
motor.
Control PID
K d s 2 + Ks + K i
V (t ) = G PID ( s)e(t ) ; e(t ) = ω r − ω (t ) ; G PID ( s) =
s
G PID ( s )GV ( s) Gτ ( s )
ω= ωr + τl
1 + G PID ( s)GV ( s ) 1 + G PID ( s)GV ( s )
G PID ( s)GV ( s ) Gτ ( s )
lim = 1 y lim =0
s →0 1 + G s →0 1 + G
PID ( s )GV ( s ) PID ( s )GV ( s )
Para observar el efecto de la acción derivativa sobre la respuesta del sistema, considere el
ajuste de los parámetros del controlador con K = 50 ; K i = 5 y K d = 6 . La respuesta del
sistema se muestra en la Fig. 4.20.
Fig. 4.20 Velocidad del motor y señal de control con controlador PID ajustado con K = 50 ; K i = 5 y
Kd = 6
Observe también que la señal de control al inicio es muy alta. Si se limita dicha señal a un valor
de 1500, se obtiene entonces la respuesta que se muestra en la Fig. 4.21
Fig. 4.21 Velocidad del motor y señal de control considerando restricciones de voltaje en la entrada del
motor.
Observe cómo la respuesta de la velocidad del motor se ha distorsionado debido a la restricción
en el voltaje de entrada al motor. Primero que la respuesta es mucho más lenta y segundo que
no se observa que el sistema llegue el estado estacionario en el tiempo de 5 segundos. El
sobrepaso sostenido, se debe fundamentalmente al crecimiento del término integral debido a la
lentitud de la respuesta.
El análisis en el dominio del tiempo es el estudio de la respuesta que presentan los sistemas
cuando son sometidos a la acción de señales dadas de entrada. La respuesta de un sistema es
la evolución en el tiempo que presenta su señal de salida en respuesta a una señal de entrada;
se obtiene resolviendo la ecuación diferencial correspondiente. La solución de la ecuación
diferencial proporciona información sobre el comportamiento transitorio y permanente de la
respuesta. En el caso más general, los sistemas lineales invariantes están descritos por una
ecuación diferencial de la forma:
n
d i y (t ) m d i u (t ) (1.1)
∑ ai
i =0 dt i
= ∑ bi
i =0 dt i
n
⎡ i −1
i −1− k k ⎤
m
⎡ i −1
⎤ (1.2)
∑ a
⎢ i
i =0 ⎣
( s j
Y ( s ) − ∑
k =0
s y )
0 ⎥ = ∑ b
⎢ i
⎦ i =0 ⎣
( s j
U ( s ) − ∑
k =0
s i −1− k x 0k )⎥
⎦
donde
dky d ku (1.3)
y = k
k
0 yu = kk
0 con k = 0,1, L n − 1
dt t =0
dt t =0
son las condiciones de frontera del sistema (condiciones iniciales). Despejando de la ecuación
(1.13) la transformada de la señal de salida, se obtiene la respuesta en el dominio transformado:
m m i −1 n i −1
(1.4)
∑ bi s i ∑∑ bi s i −1−k u 0k ∑∑ a s i
i −1− k
y 0k
Y ( s) = i =0
n
U ( s) − i =0 k =0
n
+ i =0 k =0
n
∑a s
i =0
i
i
∑a s
i =0
i
i
∑a s
i =0
i
i
⎧ m ⎫ ⎧ m i −1 i −1− k k n i −1
⎫ (1.5)
⎪⎪ ∑ i ⎪⎪ ∑∑ i ∑∑ ai s i −1−k y 0k ⎪
i
b s ⎪⎪ b s u
⎪
0
y (t ) = L- 1 ⎨ i =n0 U ( s )⎬ − L-1 ⎨ i =0 k =0n + i =0 k =0n ⎬
⎪ ∑ ai s i ⎪ ⎪ ∑ ai s i
∑ ai s i ⎪
⎪⎩ i =0 ⎪⎭ ⎪⎩ i =0 i =0 ⎪⎭
Observe que todas las fracciones de la ecuación anterior poseen el mismo denominador, el cual
está dado por el polinomio:
m
(1.6)
D ( s ) = ∑ ai s i = a n s n + a n −1 s n −1 + L + a 0
i =0
D ( s ) = a n s n + a n −1 s n −1 + L + a 0 = 0 (1.7)
⎧ m ⎫ (1.8)
⎪⎪ ∑ bi s
i
⎪⎪
y (t ) = L ⎨ n
-1 i =0
U ( s)⎬ = L- 1 {G ( s)U ( s)}
⎪ ∑ ai s i ⎪
⎪⎩ i =0 ⎪⎭
Los conceptos anteriores son de mucha importancia para evaluar el desempeño de los sistemas
de control y establecer las especificaciones de diseño que lograrán el comportamiento deseado.
Por ejemplo, se puede especificar que la respuesta tenga un cierto sobrepaso máximo y un
cierto tiempo de asentamiento, además se puede establecer una cierta especificación en
términos del error en estado estacionario.
Ing. Mauricio Améstegui M. Pág. 4.2
Agosto de 2004
Capítulo 4: Análisis y Diseño en el Dominio del Tiempo
Y (s) 1 (1.10)
G ( s) = =
U ( s) s + 1
u (t ) = t ; t ≥ 0 (1.11)
1 (1.12)
U (s) =
s2
1 (1.13)
Y ( s) =
s ( s + 1)
2
y (t ) = e − t − 1 + t (1.14)
yt (t ) = e −t (1.15)
y s (t ) = −1 + t
u (t ) = δ (t ) (1.16)
donde δ (t ) es la señal “delta de Dirac”, cuya transformada de Laplace está dada por:
U ( s) = L{δ (t )} = 1 (1.17)
Aplicando la transformada inversa de Laplace, la respuesta en el dominio del tiempo está dada
por:
y (t ) = L−1 {G ( s )} (1.19)
Es bien conocido que un sistema lineal invariante en el tiempo puede ser descrito por su
respuesta al impulso g (t ) y que la salida del sistema a una entrada dada puede ser obtenida
aplicando la integral de convolución como sigue:
∞ (1.20)
y (t ) = ∫ g (τ )u (t − τ )dτ
0
u (t ) = 1 ; t ≥ 0 (1.21)
(1.22)
U ( s ) = L{1} =
1
s
G (s) (1.23)
Y (s) =
s
Aplicando la transformada inversa de Laplace, la respuesta en el dominio del tiempo, está dada
por:
⎧ G (s) ⎫ (1.24)
y (t ) = L−1 ⎨ ⎬
⎩ s ⎭
Es la respuesta temporal de un sistema sometido a una señal de entrada de tipo rampa unitaria.
La expresión temporal de la rampa unitaria está dada por:
u (t ) = t ; t ≥ 0 (1.25)
(1.26)
U ( s ) = L{t} =
1
s2
⎧ G (s) ⎫ (1.27)
y (t ) = L−1 ⎨ 2 ⎬
⎩ s ⎭
1 (2.1)
G( s) =
Ts + 1
1 (2.2)
Y ( s ) = G ( s )U ( s ) =
Ts + 1
que también puede ser escrita en el dominio del tiempo aplicando la transformada inversa a la
ecuación anterior, lo que resulta en:
1 −t / T (2.3)
y (t ) = e para t ≥ 0
T
Observe que la respuesta del sistema es una exponencial decreciente. Note, también, que
cuanto menor es la constante de tiempo, mayor es la velocidad de decaimiento de la respuesta y
mayor es el valor inicial de la respuesta (ver Fig. 2.1).
y (t )
1
T
t
Fig. 2.1 Respuesta al impulso típica de un sistema de primer orden.
Considere los sistemas de primer orden con constantes de tiempo T = 1,0.5,0.25 , cuyas
funciones de transferencia son:
1 1 1 (2.4)
G1 ( s ) = ; G2 ( s) = y G3 ( s ) =
s +1 0 .5 s + 1 0.25s + 1
La respuesta al impulso de estos tres sistemas puede ser graficada en Matlab, utilizando la
función impulse, lo que resulta en la gráfica que se muestra a continuación:
T = 0.25
T = 0 .5
T =1
Note que cuanto menor es la constante de tiempo del sistema, más rápida es la respuesta del
sistema y más grande es la magnitud inicial de la respuesta.
1
Dado que la transformada de Laplace de la función escalón unitario es U ( s ) = , la respuesta
s
del sistema de primer orden a esta señal de entrada se puede expresar mediante:
1 1 (2.5)
Y ( s ) = G ( s )U ( s ) =
Ts + 1 s
1 T (2.6)
Y (s) = −
s Ts + 1
y (t ) = 1 − e − t / T para t ≥ 0 (2.7)
Las características más importantes de la respuesta al escalón de este tipo de sistemas son las
siguientes:
La Fig. 2.1 muestra la respuesta al escalón unitario, típica de este tipo de sistemas, donde se
muestra la constante de tiempo, el tiempo de asentamiento y la pendiente inicial.
y (t )
Banda del 5 o 2%
1
T
63.2%
T ts t
Fig. 2.1 Respuesta al escalón típica de un sistema de primer orden con constante de tiempo de T .
Si se define el tiempo de crecimiento del sistema como el tiempo que toma a la respuesta en
subir desde el 10% al 90% del valor final de la respuesta, como se ilustra en la Fig. 2.2.
y (t )
90%
10% tr
t1 t2 t
Fig. 2.2 Definición del tiempo de crecimiento de la respuesta al escalón de un sistema de primer orden.
t r = t 2 − t1 (2.8)
donde t1 y t 2 son los tiempos en los cuales y (t1 ) = 0.1 y y (t 2 ) = 0.9 ; es decir, satisfacen
que:
−
t1
(2.9)
1− e T
= 0 .1
t2
−
1− e T
= 0. 9
Resolviendo las ecuaciones anteriores, se obtiene que el tiempo de crecimiento del sistema está
dado por:
Considere los sistemas de primer orden con constantes de tiempo T = 1,0.5,0.25 , cuyas
funciones de transferencia están dadas por la ecuación (2.4). La respuesta al escalón unitario
puede ser graficada en Matlab, utilizando la función step. La Fig. 2.3 muestra las curvas
resultantes de los tres sistemas.
Step Response
1
0.9
T = 0.5
0.8
0.7
0.6
Amplitude
0.5
T = 0.25
0.4
0.3
0.2
T =1
0.1
0
0 1 2 3 4 5 6
Time (sec)
Fig. 2.3 Respuesta al escalón de sistemas de primer orden con diferentes constantes de tiempo.
En la Fig. 2.3, la respuesta más rápida corresponde al sistema con menor constante de tiempo
( T = 0.25 ). Note que a medida que crece la constante de tiempo, más lenta se hace la
respuesta del sistema y mayor es el tiempo de asentamiento. También note que el crecimiento
inicial de la respuesta es mayor cuanto menor es la constante de tiempo, lo que significa también
un menor tiempo de crecimiento.
En este caso, la transformada de Laplace de una entrada rampa unitaria está dada por:
1
R ( s ) = 2 . Aplicando esta entrada a un sistema lineal de primer orden con constante de tiempo
s
T , se obtiene la salida, que en dominio de la transformada de Laplace está dada por:
1 1 (2.10)
Y ( s) = G ( s) R( s) =
Ts + 1 s 2
1 T T2 (2.11)
Y (s) = 2 − +
s s Ts + 1
Aplicando la transformada inversa de Laplace, la salida en el dominio del tiempo está dada por:
y (t ) = t − T + Te − t / T para t ≥ 0 (2.12)
y s (t ) = t − T (2.13)
es decir, la respuesta del sistema es paralela a la señal de entrada rampa. Note, además, que a
medida que disminuye la constante de tiempo, también disminuye la distancia entre la respuesta
del sistema y la entrada rampa unitaria.
Para obtener la respuesta del sistema a la rampa unitaria de los sistemas dados en la ecuación
(2.4), se puede utilizar la función lsim de Matlab como sigue:
>> t=0:.1:10;
>> u=t;
>> lsim(g1,g2,g3,u,t)
Aquí, t representa el tiempo y u la entrada al sistema (en este caso, una rampa unitaria). El
resultado gráfico se muestra en la siguiente figura:
8 T = 0 .5
7
6
Amplitude
T =1
4
1
T = 0.25
0
0 1 2 3 4 5 6 7 8 9 10
Time (sec)
Fig. 2.4 Respuesta a la rampa de sistemas de primer orden con diferentes constantes de tiempo
La respuesta más lenta, corresponde al sistema con la constante de tiempo más grande.
Observe que la distancia de la respuesta con respecto a la entrada rampa unitaria es más
grande cuanto más grande es la constante de tiempo.
ω n2 (3.1)
G ( s) =
s 2 + 2ξω n s + ω n2
En términos de la ubicación de los polos del sistema, un sistema oscilatorio tiene sus polos sobre
el eje imaginario y una respuesta al escalón oscilatoria; un sistema subamortiguado tiene sus
dos polos complejos conjugados con parte real negativa y una respuesta al escalón con
oscilaciones subamortiguadas; un sistema críticamente amortiguado tiene polos reales repetidos
y una respuesta al escalón sin oscilaciones subamortiguadas; por su parte, un sistema
sobreamortiguado tiene sus dos polos reales y distintos y una respuesta al escalón sin
oscilaciones subamortiguadas, aunque más lenta que la del correspondiente sistema
críticamente amortiguado. Note que los polos del sistema están dados por la siguiente expresión:
Sistema oscilatorio
Note que cuando ξ = 0 se tiene un par de raíces imaginarias, como se muestra en la Fig. 3.1.
Plano s
jω n
− jω n
Fig. 3.1 Raíces del polinomio característico de un sistema de segundo orden oscilatorio
Observe que la magnitud de las raíces corresponden con el valor de la frecuencia natural no
amortiguada.
Sistemas submortiguados
Por su parte, cuando 0 < ξ < 1 las raíces son de la forma − ξω n ± jω n 1 − ξ 2 . Su ubicación
en el plano s se muestra en la Fig. 3.2.
Ing. Mauricio Améstegui M. Pág. 4.11
Agosto de 2004
Capítulo 4: Análisis y Diseño en el Dominio del Tiempo
Plano s
jω d
ωn
β
−σ
− jω d
Fig. 3.2 Raíces del polinomio característico de un sistema de segundo orden subamortiguado.
La cantidad ω d en la Fig. 3.2 representa la magnitud de la parte imaginaria de las raíces y está
dada por:
ωd = ωn 1 − ξ 2 (3.3)
Esta cantidad es conocida como frecuencia natural amortiguada. Por su parte, la magnitud de la
parte real de las raíces está dada representada por σ y está dada por:
σ = ξω n (3.4)
s1 = s1 = σ 2 + ω d2 = (ξωn )2 + ω n2 (1 − ξ 2 ) = ω n (3.5)
σ ξω n (3.6)
cos β = = =ξ
ωn ωn
o bien:
β = cos −1 (ξ ) (3.7)
El ángulo β representa la pendiente de la recta sobre la cual todos las raíces que se encuentran
en la misma, tienen el mismo coeficiente de amortiguamiento.
Cuando ξ = 1 se tienen dos raíces repetidas en − ω n , tal como se muestra en la Fig. 3.3.
Plano s
− ωn
Fig. 3.3 Raíces del polinomio característico de un sistema de segundo orden críticamente amortiguado
Observe que la magnitud de las raíces corresponde con el valor de la frecuencia natural no
amortiguada.
Sistemas sobreamortiguados
s1 = −ξω n − ω n ξ 2 − 1 (3.8)
s 2 = −ξω n + ω n ξ 2 − 1
Plano s
s1 s2
Fig. 3.4 Raíces del polinomio característico de un sistema de segundo orden sobreamortiguado
En este caso, observe que la magnitud de la raíz s1 (raíz más alejada del origen) es mayor que
la frecuencia natural no amortiguada y que la magnitud de la raíz s2 (raíz más próxima al origen)
es menor que la frecuencia natural no amortiguada.
Por tanto, manteniendo el valor de ω n constante y variando ξ desde 0 hasta infinito, el lugar
geométrico de las raíces del sistema, al variar ξ puede ser representado como se muestra en la
Fig. 3.5.
jω
0 < ξ <1
ξ =0
σ
ξ >1 ξ =1
Fig. 3.5 Lugar geométrico de las raíces de un sistema de segundo orden al variar el coeficiente de
amortiguamiento, ξ , desde 0 hasta infinito.
Es de particular interés la respuesta al escalón unitario de este tipo de sistemas, la cual depende
también del valor del coeficiente de amortiguamiento como se muestra a continuación:
Sistemas no amortiguados
ω n2 1 s (3.9)
Y ( s) = = − 2
s( s 2 + ω n2 ) s s + ω n2
Aplicando la transformada inversa de Laplace, la salida en el dominio del tiempo está dada por:
y (t ) = 1 − cos ω n t (3.10)
2π
y (t ) T=
ωn
2
2π
Note que el periodo de oscilación en segundos está dado por T = , como se muestra en la
ωn
figura anterior; esto es, la frecuencia natural no amortiguada determina la frecuencia de
oscilación del sistema.
Sistemas Subamortiguados
ω n2 1 s +σ ξ ωd (3.11)
Y ( s) = = − −
s( s + 2ξω n s + ω n ) s ( s + σ ) + ω d
2 2 2 2
1 − ξ (s + σ ) + ω d
2 2 2
y (t ) = 1 −
e −σt
1−ξ 2
( 1−ξ 2
cos ω d t + ξ sin ω d t ) (3.12)
e −σt (3.13)
y (t ) = 1 − sin(ω d t + β )
1−ξ 2
donde β = cos −1 ξ . Observe, que la respuesta tiene oscilaciones submortiguadas acotadas por
e −σt
las curvas envolventes 1 ± como se muestra en la Fig. 3.7.
1− ξ 2
y (t )
Envolvente
e −σt
1−
1−ξ 2
Tiempo de crecimiento ( t r ).- El tiempo de crecimiento está definido como el tomado por el
sistema en levantarse desde el 10% al 90% del valor final de su respuesta. Sin embargo, si el
sistema tiene un sobrepaso, es costumbre tomar como tiempo de crecimiento, el tiempo en el
cual la respuesta cruza por primera vez el valor final de la respuesta. Este tiempo puede
entonces ser calculado haciendo y (t r ) = 1 , lo que resulta en la siguiente expresión:
⎛ 1−ξ 2 ⎞ (3.14)
tan −1 ⎜ ⎟
1
tr =
ωn 1−ξ 2 ⎜ ξ ⎟
⎝ ⎠
Tiempo pico ( t p ).- Es el tiempo tomado por el sistema en alcanzar el valor pico máximo. El
tiempo pico no existe en sistemas con polos reales y sin ceros. Usualmente también es una
indicación del tiempo de crecimiento. Este tiempo puede ser calculado obteniendo el mínimo
tiempo, diferente de cero, que satisfaga y& (t ) = 0 , lo que resulta en la siguiente expresión:
π (3.15)
tp =
ωn 1 − ξ 2
Máximo sobrepaso ( M p ).- Es el valor de la respuesta en el tiempo pico menos el valor final de
la respuesta del sistema y se calcula mediante la siguiente expresión:
ξπ (3.16)
1−ξ 2
Mp =e
Tiempo de asentamiento ( t s ).- Es el tiempo tomado por el sistema en entrar dentro de una
banda de porcentaje δ , alrededor del valor final de la respuesta. Usualmente este porcentaje
corresponde a 2% o 5%. Desafortunadamente no existe una expresión analítica para determinar
el tiempo de asentamiento; sin embargo, este valor puede ser aproximado considerando que la
respuesta y (t ) está acotada por las curvas envolventes de la respuesta subamortiguada. Es
decir:
e −ξωnt (3.18)
≤δ
1−ξ 2
ln(δ 1 − ξ 2 ) (3.19)
ts ≥ −
ξω n
Por ejemplo, si se supone una banda del 2% (es decir, δ = 0.2 ), entonces:
⎧ 4.06 (3.20)
ξ ≤ 0.5
3.912 − 0.5 ln(1 − ξ ) ⎪⎪ ξω n
2
ts ≥ ≈⎨
ξω n ⎪
4.74
0.5 < ξ ≤ 0.9
⎪⎩ ξω n
Un buen estimado del tiempo de asentamiento está dado por la siguiente expresión:
⎧ 4 (3.21)
⎪⎪ξω Para una banda del 2% alrededor del valor final
ts ≈ ⎨ n
3
⎪ Para una banda del 5% alrededor del valor final
⎪⎩ξω n
Esto debido a que la envolvente es una función exponencial. La envolvente inferior puede ser
interpretada como la respuesta al escalón de un sistema de primer orden con constante de
1
tiempo .
ξω n
2π 2π (3.22)
T= =
ωn 1 − ξ 2 ωd
ωd = ωn 1 − ξ 2 (3.23)
T = 2t p (3.24)
Razón de decaimiento ( Rd ).- Se define como la razón entre el sobrepaso del segundo pico
M ' p con respecto al sobrepaso del primer pico M p . Esto es:
M 'p (3.25)
Rd =
Mp
−
2πξ (3.26)
1−ξ 2
Rd = e =M 2
p
Note que Rd es el cuadrado del máximo sobrepaso M p . También note que ambas cantidades
sólo son funciones de ξ .
y (t )
T
Mp
M 'p
tr tp ts
t
Ejemplo
100 (3.27)
G(s) =
s + 4 s + 100
2
ω n = 100 = 10 (3.28)
4 2
2ξω n = 4 ⇒ ξ = = = 0.2
2ω n 10
⎛ 1− ξ 2 ⎞ (3.30)
tr =
1
tan −1 ⎜ ⎟ = 1 tan −1 ⎛⎜ 1 − 0.04 ⎞⎟ = 0.1398
ωd ⎜ ξ ⎟ 9.798 ⎜ 0.2 ⎟
⎝ ⎠ ⎝ ⎠
π π π (3.31)
tp = = = = 0.3206
ω d ω n 1 − ξ 2 10 1 − 0.04
−
ξπ
−
0.2π (3.32)
1−ξ 2
Mp =e =e 1− 0.04
= 0.5266
⎧ 3 (3.33)
⎪⎪ξω banda del 5%
⎧1.5 banda del 5%
ts ≈ ⎨ n =⎨
4
⎪ banda del 2% ⎩2 banda del 2%
⎪⎩ξω n
T = 2t p = 0.6412 (3.34)
La Fig. 3.10 muestra la simulación en Matlab de la repuesta al escalón unitario del sistema
(3.22). Observe cómo se verifican los cálculos anteriores.
Ing. Mauricio Améstegui M. Pág. 4.19
Agosto de 2004
Capítulo 4: Análisis y Diseño en el Dominio del Tiempo
T = 0.64
M p = 0.53
M ' p = 0.15
t s (5%) t s (2%)
tr t p
Fig. 3.10 Respuesta al escalón unitario del sistema dado por la ecuación (3.27)
ω n2 1 1 ωn (3.36)
Y ( s) = = − −
s( s + ω n ) 2
s s + ωn (s + ω n ) 2
y (t ) = 1 − e −ωnt (1 + ω n t ) (3.37)
Note que, en este caso, la respuesta transitoria es decreciente, aunque el término entre
paréntesis sea creciente, puesto que el término exponencial decrece más rápidamente que la
rampa al interior del paréntesis. La gráfica de la respuesta al escalón unitario del sistema
críticamente amortiguado se muestra en la Fig. 3.11.
y (t )
Observe que han desaparecido las oscilaciones subamortiguadas. Observe también que la curva
de la respuesta presenta un punto de inflexión es cual puede ser calculado derivando dos veces
la ecuación (3.37) e igualando a cero:
dy (t ) (3.38)
= tω n2 e −ωnt
dt
2
d y (t ) (3.39)
= ω n2 e −ωnt − tω n3 e −ωnt = 0
dt 2
1 (3.40)
tq =
ωn
y (t q ) = 1 − 2e −1 = 0.2642 (3.41)
y (t )
26.42%
1 t
tq =
ωn
Fig. 3.12 Representación del punto de inflexión en un sistema de segundo orden críticamente amortiguada
Sistemas sobreamortiguados
ω n2 ωn ⎛1 1 1 1 ⎞ (3.42)
Y ( s) = = ⎜⎜ − ⎟⎟
s ( s − s1 )( s − s 2 ) 2 ξ 2 − 1 ⎝ s 2 s − s 2 s1 s − s1 ⎠
En este caso, note que la respuesta transitoria tiene dos componentes. El segundo componente
decrece más rápidamente que el primer componente, ya que involucra un término exponencial
que es función del polo más alejado del eje imaginario, el polo s1 ; mientras que el componente
lento involucra un término exponencial que es función del polo más cercano al eje imaginario, el
polo s2 , siendo así el componente que predomina en la respuesta transitoria.
y (t )
Sistema
críticamente
amortiguado Sistema
sobreamortiguado
r (t ) e(t ) u (t ) y (t )
Gc (s ) G (s )
+
−
b (4.1)
G( s) =
s+a
Ki K p s + Ki (4.2)
Gc ( s ) = K p + =
s s
Gc ( s )G ( s) ( K p s + K i )b ( K p s + K i )b (4.3)
Gcl = = = 2
1 + Gc ( s)G ( s) s ( s + a) + ( K p s + K i )b s + (a + K p ) s + K i b
1 a (4.4)
Kp = y Ki =
Tb Tb
⎛ s a ⎞ (4.5)
⎜ + ⎟b
Gcl ( s ) = ⎝ Tb Tb ⎠ =
1
⎛ s a ⎞ Ts + 1
s ( s + a ) + ⎜ + ⎟b
⎝ Tb Tb ⎠
Con este ajuste del controlador PI, la respuesta al escalón del sistema de lazo cerrado posee las
siguientes características:
1 (4.6)
y& (0) =
T
y (T ) = 0.632
⎧4T Para una banda del 2%
ts = ⎨
⎩3T Para una banda del 5%
t r = 2.2T
1 ⎛1 a ⎞ (4.7)
Gc ( s ) = ⎜ + ⎟
T ⎝ b bs ⎠
puede especificar la constante de tiempo del sistema para lograr una cierta pendiente inicial, o el
tiempo en el 63.2% del valor final de la respuesta, o un tiempo de asentamiento especificado por
el usuario o un tiempo de crecimiento también especificado por el usuario.
1.5 (4.8)
G( s) =
s+2
Ing. Mauricio Améstegui M. Pág. 4.23
Agosto de 2004
Capítulo 4: Análisis y Diseño en el Dominio del Tiempo
1⎛2 4 ⎞ (4.9)
Gc ( s ) = ⎜ + ⎟
T ⎝ 3 3s ⎠
que permite la especificación por el usuario de la constante de tiempo T del sistema de lazo
cerrado. Por tanto, si el usuario especifica un tiempo se asentamiento de del sistema de lazo
cerrado de 2 seg,, para una banda del 2%, la constante de tiempo debe ser calculada mediante:
ts 2 1 (4.10)
T= = =
4 4 2
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3 3.5
Time (sec)
Fig. 4.2 Respuesta al esclaón del sistema de control con especificación de tiempo de asentamiento de 2
segundos
Observe que se logra la especificación de tiempo de asentamiento de 2 seg. para una banda de
2%.
b (4.11)
G ( s) =
s + a1 s + a 2
2
ω n2 ( s 2 + a1 s + a 2 ) (4.12)
Gc ( s ) =
bs ( s + 2ξω n )
Gc ( s)G ( s ) ω n2 (4.13)
Gcl ( s ) = = 2
1 + Gc ( s)G ( s) s + 2ξω n s + ω n2
Con este controlador, el usuario puede especificar el funcionamiento del sistema en lazo cerrado
en términos de una de las siguientes especificaciones:
ξπ (4.14)
1−ξ 2
Mp =e
⎧ 4 (4.15)
⎪⎪ξω Para una banda del 2%
ts = ⎨ n
3
⎪ Para una banda del 5%
⎪⎩ξω n
ln M p (4.16)
ξ=
ln 2 M p + π 2
⎧ 4 (4.17)
⎪⎪ξt Para una banda del 2%
ωn = ⎨ s
3
⎪ Para una banda del 5%
⎪⎩ξt s
2 (4.18)
G (s) =
s + 5s + 2
2
ω n2 ( s 2 + 5s + 2) (4.19)
Gc ( s ) =
2s ( s + 2ξω n )
Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
Time (sec)
mg
Fig. 4.4 diagrama esquemático del problema de control de velocidad de crucero de un auto.
dv (4.20)
m + cv = F − mgθ
dt
donde v es la velocidad del auto, m es la masa del auto, F es la fuerza generada por el motor,
c es el coeficiente de fricción, g es la constante de aceleración de la gravedad y θ es la
pendiente del camino. En el modelo se ha supuesto que el ángulo de la pendiente es pequeño,
tal que sin θ ≈ θ . Un modelo particular, con parámetros razonables resulta en:
dv (4.21)
+ 0.02v = u − 10θ
dt
Puesto que es deseable que el controlador mantenga la velocidad del auto constante durante
condiciones estacionarias, es natural elegir un controlador con acción integral. Un controlador PI
es una elección razonable, que puede ser descrito por:
t (4.22)
u (t ) = k (v r − v) + k i ∫ (v r − v(τ ))dτ
0
θ
vr + e u F −
v
− +
Fig. 4.5 Diagrama de bloques del sistema de control de la velocidad de cruce de un auto.
Para entender cómo trabaja el sistema de control, se debe encontrar el comportamiento de lazo
cerrado. Sustituyendo la ecuación (4.22) en la (4.21) se obtiene:
dv
t (4.23)
+ 0.02v = k (v r − v) + k i ∫ (v r − v(τ ))dτ − 10θ
dt 0
Puesto que el efecto de la velocidad es el interés principal se debe derivar una ecuación que
diga cómo el error de velocidad e = vr − v depende de la pendiente del camino. Asumiendo que
vr es constante se encuentra que:
dv de d 2 v d 2e (4.24)
=− ; 2 =− 2
dt dt dt dt
Por tanto, diferenciando la ecuación (4.23) se puede encontrar que el sistema de lazo cerrado
está dado por:
d 2e de dθ (4.25)
2
+ (0.02 + k ) + k i e = 10
dt dt dt
d 2x dx (4.26)
M 2
+ D + Kx = 0
dt dt
d 2x dx (4.27)
2
+ 2ξω n + ω n2 = 0
dt dt
Por tanto, el desempeño del controlador puede ser ajustado en términos de ξ y ω n para
obtener un comportamiento deseado en función, por ejemplo, del sobrepaso y del tiempo de
asentamiento.
La Fig. 4.6 muestra la simulación de la respuesta al escalón del sistema de control para los
siguientes valores: vr = 1 ; θ = 15º = 0.2618 rad ; ξ = 0.7 y ω n = 1 .
Fig. 4.6 Respuesta al escalón unitario del sistema de control de la velocidad de cruce de un auto.
En la simulación se supone que el vehículo parte del reposo y está sobre la pendiente de 15º.
Como es de suponer, el vehículo experimenta un retroceso al momento de partir, debido a la
pendiente del camino; la velocidad experimenta luego un pequeño sobrepaso y luego se
establece en su valor estacionario que coincide con el valor de la referencia.
ωn s + βω n (4.29)
G ( s) = ⋅ 2
β s + 2ξω n s + ω n2
Se desea observar el efecto del cero en la respuesta al escalón del sistema. Note que la función
de transferencia ha sido parametrizada tal que la ganancia en estado estacionario G (0) es igual
a 1. La ecuación (4.29) se puede escribir como:
ω n2 1 sω n (4.30)
G ( s) = + ⋅ 2
s + 2ξω n s + ω n β s + 2ξω n s + ω n2
2 2
ω n2 (4.31)
G0 ( s ) =
s 2 + 2ξω n s + ω n2
1 dy 0 (t ) (4.32)
y (t ) = y 0 (t ) + ⋅
βω n dt
dy
Se puede demostrar que la magnitud más grande de es aproximadamente 0.4ω n , lo que
dt
0.4
implica que el valor más grande del segundo término es aproximadamente . De esta
β
manera, el término es menor al 8% si β > 5 .
Cuando β < 0 la función de transferencia (4.29) tiene un cero en el semiplano derecho; esto es,
el sistema es de fase no mínima, una característica que es común en algunos sistemas físicos
como los generadores de electricidad, las aeronaves y en los vehículos con timón de llanta
trasera.
b (4.33)
P( s) =
s+a
ki (4.34)
C (S ) = k +
s
r + e u y
C (s ) P (s )
−
P ( s)C ( s ) L( s ) (4.35)
Gcl ( s ) = =
1 + P ( s)C ( s ) 1 + L( s)
n L ( s) kbs + k i b (4.36)
L( s) = P( s)C ( s) = =
d L ( s) s( s + a)
Ing. Mauricio Améstegui M. Pág. 4.30
Agosto de 2004
Capítulo 4: Análisis y Diseño en el Dominio del Tiempo
Y ( s) n L ( s) b(ks + k i ) (4.37)
Gcl ( s) = = = 2
R( s ) d L ( s) + n L ( s) s (a + bk ) s + bk i
d L ( s ) + n L ( s ) = s 2 + ( a + bk ) s + bk i (4.38)
s 2 + 2ξω n s + ω n2
se tiene que:
2ξω n − a (4.39)
k=
b
ω n2
ki =
b
(2ξω n − a) s + ω n2 (4.40)
Gcl ( s) =
s 2 + 2ξω n s + ω n2
a
Haciendo β = 2ξ − se obtiene:
ωn
ωn s + βω n (4.41)
Gcl ( s) = ⋅ 2
β s + 2ξω n s + ω n2
Puesto que 0 < ξ < 1 , para una elección razonable de ξ ( ξ ≥ 0.5 ), el sistema tiene un β
entre 1 y 2. Esto implica que el sistema (4.41) tiene una respuesta al escalón con un sobrepaso
significativo, como se muestra en la Fig. 4.8 donde se ha obtenido, utilizando Matlab, la
respuesta al escalón unitario del sistema de control de lazo cerrado, considerando ω n = 1 y
ξ = 0.5 .
Fig. 4.8 Respuesta al escalón del sistema de lazo cerrado dado en la ecuación (4.41)
Para eliminar este sobrepaso, se puede realizar la siguiente modificación simple del controlador:
t (4.42)
u (t ) = −ky(t ) + k i ∫ (r − y (τ ))dτ
0
ki (4.43)
U ( s) = −kY ( s ) + ( R( s ) − Y ( s))
s
b ⎡ k ⎤ (4.44)
Y ( s ) = P( s )U ( s) = ⎢ − kY ( s) + i ( R( S ) − Y ( s))⎥
s+a⎣ s ⎦
Y ( s) bk i ω n2 (4.45)
Gcl = = 2 = 2
R( S ) s + (a + bk ) s + bk i s + 2ξω n s + ω n2
r+ e ki u y r+ e ki + u y
k+ P (s ) P(s )
− s − s −
El primer controlador se dice que tiene error realimentado debido a que todas las acciones de
control están basadas en el error e = r − y . El segundo controlador se dice que tiene dos
grados de libertad debido a que el trayecto de la señal de r a u es diferente a uno de los
trayectos de y a u . Por su parte, la Fig. 4.10 muestra la simulación en Matlab de la respuesta
al escalón del sistema de control con cero y del sistema de control sin cero, para los mismos
valores de ξ y ω n utilizados en la respuesta al escalón de la Fig. 4.8.
Observe cómo se ha eliminado el sobrepaso introducido por el cero. Sin embargo, el costo fue
una menor velocidad de respuesta.
b1 s + b2 (4.46)
P( s ) =
s + a1 s + a 2
2
Control proporcional
C (s) = k (4.47)
k (b1 s + b2 ) n ( s) (4.48)
L( s) = P( s)C ( s ) = = L
s + a1 s + a 2 d L ( s)
2
P ( s )C ( s ) L( s ) nL (s) (4.49)
Gcl ( s ) = = =
1 + P ( s )C ( s ) 1 + L( s ) d L ( s ) + n L ( s )
k (b1 s + b2 ) k (b1 s + b2 )
= = 2
s + a1 s + a 2 + k (b1 s + b2 ) s + (a1 + kb1 ) s + a 2 + kb2
2
En este caso el sistema de lazo cerrado es de segundo orden, tal que el polinomio característico
correspondiente tiene dos coeficientes. Sin embargo, el controlador tiene tan sólo 1 parámetro
ajustable. Si se ajusta el polinomio característico de la ecuación (4.49) con respecto al polinomio:
s 2 + 2ξω n s + ω n2
Puesto que existen dos ecuaciones y sólo una incógnita, el problema tiene muchas soluciones.
Se puede, por tanto, obtener una solución haciendo que ω n sea un parámetro de elección libre.
De esta forma se obtiene:
ω n2 − a 2 (4.51)
k=
b2
a1 + b1 k a1b2 + ω n2 − a 2 (4.52)
ξ= =
2ω n 2b2ω n
Ejemplo.- Considere que el proceso está dado por la siguiente función de transferencia:
s +1 (4.53)
G ( s) =
s + s +1
2
C (s) = k (4.54)
Elija, por ejemplo, ω n = 2 ; entonces, de acuerdo a las expresiones (4.51) y (4.52) los valores de
k y ξ están dados respectivamente por:
ω n2 − a 2 4 −1 (4.55)
k= = =3
b2 1
a1 + b1 k 1 + 1 ⋅ 3
ξ= = =1
2ω n 2⋅2
Fig. 4.11 Respuesta al escalón unitario del sistema (4.53) junto con el controlador (4.54) ajustado de acuerdo
a (4.55)
También puede procederse de forma que ξ sea el parámetro de libre elección y dejar ω n fijo,
ajustando el valor de k . Sin embargo, esto conduce a una ecuación cuadrática de k , para la
que puede no existir una solución real. Esta ecuación cuadrática está dada por:
2b1 a1 − 4ξ 2 b2 a 2 − 4ξ 2 a 2
k2 + k+ 1 =0
b1 b1
Control PI
k i ks + k i (4.56)
C ( s) = k + =
s s
Note que con α grande, la dinámica de los polos dominantes es de segundo orden. Entonces,
por igualación de coeficientes se tiene que:
a1 + b1 k = (α + 2ξ )ω n (4.60)
a 2 + b1 k i + b2 k = (1 + 2αξ )ω n2
b2 k i = αω n3
Para obtener una solución se puede hacer que ω n sea un parámetro de libre elección. y que ξ
quede fijo. De esta manera:
αω n3 (4.61)
ki =
b2
(α + 2ξ )ω n − a1
k=
b1
1 ⎡ a 2 + b1 k i + b2 k ⎤
ξ= ⎢ − 1⎥
2α ⎣ ω n2 ⎦
s +1 (4.62)
G ( s) =
s + s +1
2
k i ks + k i (4.63)
C ( s) = k + =
s s
k i = 80 (4.64)
k = 23.2892
ξ = 1.2536
La Fig. 4.12 muestra la simulación en Matlab de la respuesta al escalón unitario del sistema de
lazo cerrado.
Fig. 4.12 Respuesta al escalón unitario de un sistema de segundo orden con control PI ajustado de acuerdo
a la ecuación (4.64).
Control PID
Ahora considere el controlador PID cuya función de transferencia está dada por:
ki k s 2 + ks + k i (4.65)
C ( s) = k + + kd s = d
s s
n L ( s) (k d s 2 + ks + k i )(b1 s + b2 ) (4.66)
L( s) = P( s )C ( s) = =
d L ( s) s ( s 2 + a1 s + a 2 )
Por su parte, la ecuación característica del sistema de lazo cerrado está dada por:
⎡ a + b2 k d + b1 k 2 a 2 + b2 k + b1 k i bk ⎤ (4.67)
d L ( s) + n L ( s) = (1 + b1 k d ) ⎢ s 3 + 1 s + s+ 2 i ⎥=0
⎣ 1 + b1 k d 1 + b1 k d 1 + b1 k d ⎦
a1 + b2 k d + b1 k (4.69)
= (α + 2ξ )ω n = c1
1 + b1 k d
a 2 + b2 k + b1 k i
= (1 + 2αξ )ω n2 = c 2
1 + b1 k d
b2 k i
= αω n3 = c3
1 + b1 k d
⎡ b1 0 b2 − b1c1 ⎤ ⎡ k ⎤ ⎡ c1 − a1 ⎤ (4.70)
⎢b b1 − b1c 2 ⎥⎥ ⎢⎢ k i ⎥⎥ = ⎢⎢c 2 − a 2 ⎥⎥
⎢ 2
⎢⎣ 0 b2 − b1c3 ⎥⎦ ⎢⎣k d ⎥⎦ ⎢⎣ c3 ⎥⎦
⎡ k ⎤ ⎡ b1 0 b2 − b1c1 ⎤ ⎢ 2 ⎥ ⎡ c1 − a1 ⎤
⎢ k ⎥ = ⎢b ⎥ ⎣b2 b1b2 b12 ⎦ ⎢c − a ⎥
⎢ i⎥ ⎢ 2 b1 − b1c 2 ⎥ = ⎢ 2 2⎥
b23 − b1b22 c1 + b12 b2 c 2 − b13 c3
⎢⎣k d ⎥⎦ ⎢⎣ 0 b2 − b1c3 ⎥⎦ ⎢⎣ c3 ⎥⎦
− a 2 b22 − a 2 b1b2 c1 + 2b12 c1c3 − a1b1 (b2 c 2 + b1c3 ) + b2 (b2 c 2 − b1c3 ) (4.72)
k=
b23 − b1b22 c1 + b12 b2 c 2 − b13 c3
(−a1b1b2 + a 2 b12 + b22 )c3
ki =
b23 − b1b22 c1 + b12 b2 c 2 − b13 c3
− a1b22 + a 2 b1b2 + b22 c1 + b1b2 c 2 + b12 c3
kd =
b23 − b1b22 c1 + b12 b2 c 2 − b13 c3
s +1 (4.73)
G ( s) =
s + s +1
2
junto con un controlador PID dado por la ecuación (4.67) y ajustado de acuerdo a la ecuación
(4.72) con ω n = 2 , ξ = 0.7 y α = 10 , lo que resulta en los siguientes parámetros del
controlador:
k = −81.5072 (4.74)
k i = −1.9139
k d = −1.0239
Note que los parámetros del controlador resultan negativos y que el sistema de lazo cerrado
tiene tres ceros. La simulación de la respuesta al escalón de este sistema se muestra en la Fig.
4.13
Fig 4.13 Simulación de la respuesta al escalón del sistema de control PID para la planta dada en la ecuación
(4.73).
Fig 4.14 Respuesta al escalón del sistema de control PID para diferentes valores de α
Por otro lado, si el valor de α se elige muy pequeño, entonces el sistema se convierte en un
sistema de fase no mínima (un sistema con ceros en el semiplano derecho del plano complejo
s ). En este caso, para α = 0.2 la respuesta al escalón está dada por:
Fig. 4.15 Respuesta al escalón del sistema de control PID para valores pequeños de α.
Observe que la respuesta toma ahora valores iniciales negativos, típicos en los sistemas de fase
no mínima.
1 (4.76)
G ( s) =
s + s +1
2
junto con el sistema de control PID, ajustado de acuerdo a la ecuación (4.72) con ω n = 2 ,
ξ = 0.7 y α = 10 , lo que resulta en los siguientes parámetros del controlador:
k = 59 (4.77)
k i = 80
k d = 21.8
Observe que los parámetros del controlador son positivos y que el sistema de lazo cerrado tiene
ahora dos ceros. La respuesta al escalón del sistema (4.76) obtenida con Matlab, se muestra en
la Fig. 4.16.
Fig. 4.16 Sistema de control PID para la planta dada en la ecuación (4.76)
La respuesta del sistema es sobreamortiguada y el sobrepaso se debe a los ceros del sistema
de lazo cerrado. Observe también que la respuesta es considerablemente más lenta que para el
sistema de control correspondiente a la planta dada en la ecuación (4.73).
PID modificado
ki (4.79)
U ( s) = k (bR( s) − Y ( s )) + ( R( s) − Y ( s )) + k d s (cR( s ) − Y ( s))
s
produce un sistema de lazo cerrado con el mismo polinomio característico y una función de
transferencia de lazo cerrado dada por:
con las mismas elecciones de k, k i y k d . Sin embargo, en este caso los parámetros b y c
tienen una fuerte influencia sobre la forma de la respuesta transitoria de este sistema. El
parámetro b permite reducir el sobrepaso del sistema y el parámetro c , cuando es nulo, elimina
un cero de la función de transferencia de lazo cerrado; si se elige también b = 0 , entonces se
eliminan los dos ceros de la función de transferencia de lazo cerrado.
Desde el punto de vista de diseño de control, es muy útil establecer la relación entre las
especificaciones de desempeño y la localización de los polos de lazo cerrado. Por ejemplo, si el
sistema tiene una dinámica dominante definida por un par de polos complejos conjugados,
4 (5.1)
ts = para una banda del 2%
ξω n
−
ξπ (5.2)
1−ξ 2
Mp =e
R (s ) + Y (s )
G (s )
−
donde:
Está claro que el par de polos en − 07409 ± j 3.8461 son los polos dominantes del sistema en
lazo cerrado.
El desempeño del sistema puede ser estimado en base a este par de polos, puesto que el cero
está muy lejos en comparación con la ubicación de este par de polos.
4 (5.5)
ts = = 5.399
ξω n
ξπ
−
1−ξ 2
Mp =e = 0.5463
Fig. 5.2 Respuesta al escalón unitario del sistema dado por la ecuación (5.3)
Observe que la simulación del sistema de tercer orden proporciona un máximo sobrepaso dado
por M p = 0.49 y un tiempo de asentamiento de t s = 5.1 para una banda del 2%. Note que,
aunque los valores simulados están por debajo de los calculados mediante la estimación, son
valores próximos que pueden ser utilizados en el análisis del sistema de control.
1
En este caso, U ( s ) = . Se puede demostrar que la respuesta en el dominio de la
s
transformada de Laplace está dada por:
(6.1)
+ (partes estrictamente propias y estables )
1 G ( 0)
Y ( s) = G ( s) =
s s
Aplicando la transformada inversa de Laplace, se obtiene la salida en el dominio del tiempo dada
por:
De la ecuación anterior, se deduce que la respuesta en estado estacionario está dada por la
ganancia estática del sistema ( G (0) ); es decir:
y s (t ) = G (0) (6.3)
1
En este caso, U ( s ) = . Se puede demostrar que la respuesta en el dominio de la
s2
transformada de Laplace está dada por:
(6.4)
+ 2 + (partes estrictamente propias y estables )
1 G ' ( 0) G ( 0)
Y ( s) = G ( s) =
s2 s s
De la ecuación anterior, se deduce que la respuesta en estado estacionario está dada por:
1
En este caso, U ( s ) = . Se puede demostrar que la respuesta en el dominio de la
s3
transformada de Laplace está dada por:
(6.7)
+ 2 + 3 + (partes estrictame nte propias y estables )
1 G ' ' ( 0) G ' ( 0) G ( 0)
Y (s) = G (s) =
s3 s s s
t2 (6.8)
y (t ) = G ' ' (0) + G ' (0)t + G (0) + (partes exponencialmente decrecientes )
2
De la ecuación anterior, se deduce que la respuesta en estado estacionario está dada por:
t2 (6.9)
y s (t ) = G ' ' (0) + G ' (0)t + G (0) .
2
Ejemplo.- Considere un proceso dado por la siguiente función de transferencia de primer orden:
1
G( s) =
s+a
De aquí:
1
G' (s) = −
( s + a) 2
2
G' ' (s) =
( s + a) 3
Por tanto:
1
G ( 0) =
a
1
G ' ( 0) = −
a2
2
G ' ' ( 0) = 3
a
De aquí, las respuestas al escalón, rampa y parábola en estado estacionario están dadas
respectivamente por las expresiones:
1
Respuesta al escalón: y (t ) = G (0) =
a
1 1
Respuesta a la rampa: y (t ) = G ' (0) + G (0)t = − + t
a2 a
t2 2 1 1 t2
Respuesta a la parábola: y (t ) = G ' ' (0) + G ' (0)t + G (0) = 3 − 2 t + ⋅
2 a a a 2
ω
En este caso U ( s ) = Se puede demostrar que la respuesta en el dominio de la
s +ω2 2
donde:
G ( jω ) = Re 2 (G ( jω )) + Im 2 (G ( jω )) (6.13)
ImG ( jω )
ϕ = tan −1
ReG ( jω )
Por tanto, la respuesta de un sistema lineal invariante estable a una entrada senoidal es también
una señal senoidal de la misma frecuencia, pero desfasada en el tiempo por el ángulo de fase.
Ejemplo.- Considere un proceso con función de transferencia de primer orden dada por:
1
G( s) =
s+a
y (t ) = G ( jω ) sin(ωt + ϕ )
donde
1 a − jω a − jω
G ( jω ) = ⋅ = 2
jω + a a − jω a + ω 2
a2 + ω 2 1
G ( jω ) = =
a2 + ω2 a2 + ω2
ω
ϕ = − tan −1
a
Observe que la magnitud de la respuesta a una señal senoidal de baja frecuencia se aproxima al
1
valor , mientras que la magnitud de la respuesta a señales de entrada de alta frecuencia se
a
aproxima a cero.
r (t ) + e(t ) u (t ) y (t )
Gc (s ) G (s )
−
H (s )
Despejando E ( s ) se obtiene:
1 (7.2)
E ( s) = R( s)
1 + Gc ( s )G ( s ) H ( s )
Suponga que el sistema en lazo cerrado es estable, entonces el error en estado estacionario del
sistema puede se encontrar a partir de la aplicación del teorema del valor final de la
transformada de Laplace como sigue:
Para efectuar el análisis del error en estado estacionario, primero defina la función de
transferencia de lazo como sigue:
Gl ( s) = Gc ( s)G ( s) H ( s ) (7.4)
Es útil clasificar a los sistemas de control como el de la Fig. 7.1 de acuerdo al número de
integradores que posee la función de transferencia de lazo Gl (s) . De acuerdo a esta
clasificación, un sistema se denomina tipo 0, tipo 1, tipo 2 ..., si Gl (s) no tiene polos, tiene un
polo, tiene dos polos, .... en el origen.
Esta clasificación de sistemas de control tiene que ver con la capacidad de éstos para seguir
entradas escalón, rampa, parábola, etc. En la práctica, las entradas con frecuencia se
consideran combinaciones de las entradas mencionadas. Las magnitudes de los errores en
estado estacionario, producidos por estas entradas individuales, indican las prestaciones del
sistema de control de lazo cerrado.
1
Ahora, suponga que la entrada al sistema es un escalón unitario; es decir, R ( s ) = . Entonces,
s
el error en estado estacionario está dado por:
1 1 (7.5)
e(∞) = lim = ; K p = lim Gl ( s )
s →0 1 + G ( s ) 1+ K p s →0
l
Es fácil ver que la constante de error de posición es finita si Gl (s) no tiene integradores y es
infinita si Gl (s) tiene uno o más integradores. Es decir, si el sistema es de tipo 0, entonces K p
es una constante finita dada por:
K p = G ( 0) (7.6)
1 1 (7.7)
e(∞ ) = =
1 + K p 1 + G (0)
Kp = ∞ (7.8)
1 1 (7.9)
e (∞ ) = = =0
1+ K p 1+ ∞
1
Si la entrada es una rampa unitaria, R ( s ) = , entonces:
s2
1 1 (7.10)
e(∞) = lim = ; K v = lim sG l ( s )
s →0 s + sGl ( s ) K v s →0
Es fácil ver que la constante de error de velocidad es cero si Gl (s) no tiene integradores; es
una constante diferente de cero si Gl (s) tiene un integrador y es infinita si Gl (s) tiene dos o
más integradores. Es decir, si el sistema es de tipo 0, entonces K v está dada por:
Kv = 0 (7.11)
1 1 (7.12)
e( ∞ ) = = =∞
Kv 0
G1l ( s) (7.13)
K v = lim sGl ( s) = lim s = G1l (0)
s →0 s →0 s
donde
1 1 (7.15)
e (∞ ) = =
K v G1l (0)
Kv = ∞ (7.16)
1 1 (7.17)
e( ∞ ) = = =0
Kv ∞
1
Si la entrada es una parábola unitaria, R ( s ) = , entonces:
s3
1 1 (7.18)
e(∞) = lim = ; K a = lim s 2 Gl ( s )
s →0 s + s Gl ( s ) K a
2 2 s →0
Es fácil ver que la constante de error de aceleración es cero si Gl (s) no tiene integradores o
tiene un solo integrador, es una constante diferente de cero si Gl (s) tiene dos integradores y es
infinita si Gl (s) tiene tres o más integradores. Es decir, si el sistema es de tipo 0 o de tipo 1,
entonces K v está dada por:
Ka = 0 (7.19)
1 1 (7.20)
e(∞ ) = = =∞
Ka 0
G2l ( s ) (7.21)
K a = lim s 2 Gl ( s ) = lim s 2 = G2l (0)
s →0 s →0 s2
donde
G 2 l ( s ) = s 2 Gl ( s ) (7.22)
1 1 (7.23)
e(∞ ) = =
K a G 2l (0)
Ka = ∞ (7.24)
1 1 (7.25)
e(∞ ) = = =0
Ka ∞
4.7.3 Resumen del error en estado estacionario según tipo de sistema y señal
de entrada
Note que los cálculos anteriores son válidos sólo si el sistema en lazo cerrado es estable.
Gl ( s) = Gc ( s)G ( s) H ( s ) (7.26)
r (t ) = At + B cos ω 0 t (7.27)
A s A( s 2 + ω 02 ) + Bs 3 (7.28)
R( s) = 2 + B 2 =
s s + ω 02 s 2 ( s 2 + ω 02 )
Entonces, el error en estado estacionario será cero si Gl (s) tiene al menos dos polos en el
origen y un par de polos en ± jω 0
Comúnmente, el lugar de las raíces se utiliza como herramienta de ayuda para el análisis y diseño
de sistemas de control. En el proceso de diseño, se introducen, en el controlador, uno o más
parámetros ajustables que se utilizan para sintonizar el comportamiento del sistema en lazo cerrado.
Una vez realizado el diseño, se fijan todos los parámetros. Sin embargo, pueden existir otros
parámetros de la planta que cambian o se alejan de sus valores nominales; por ejemplo, la masa y el
centro de gravedad de un cohete cambian a medida que el combustible se consume y la masa de un
automóvil varía según el número de ocupantes y los componentes resistivos e inductivos de un
sistema de potencia eléctrico varían al cambiar la carga o con el aumento de temperatura.
Para asegurar que un sistema de control automático opere en forma fiable, es necesario anticipar y
analizar el efecto de los cambios en los parámetros, utilizando herramientas de análisis apropiadas.
Una alternativa para esto es la utilización del lugar de las raíces.
r (t ) + e(t ) u (t ) y (t )
Gc (s ) G (s )
−
H (s )
Fig. 2.1 Sistema de control realimentado típico, conformado por un controlador, una planta y un elemento de
realimentación.
La función de transferencia del sistema en lazo cerrado de la Fig. 2.1 está dada por la expresión:
Gc ( s )G ( s ) (2.1)
Gcl ( s ) =
1 + Gc ( s)G ( s) H ( s)
De la ecuación anterior, está claro que los polos del sistema en lazo cerrado están dados por las
raíces de la siguiente ecuación:
1 + Gc ( s )( s )G ( s ) H ( s ) = 0 (2.2)
Gl ( s ) = Gc ( s )G ( s ) H ( s ) (2.3)
K ( s + z1 )( s + z 2 ) L ( s + z m ) (2.4)
Gl ( s ) =
( s + p1 )( s + p 2 ) L ( s + p n )
El objetivo es estudiar cómo los polos de lazo cerrado cambian cuando K varía desde 0 hasta ∞ .
De esta manera, variando K , el lugar de las raíces muestra todos aquellos puntos que satisfacen la
ecuación:
Gl ( s ) = −1 (2.5)
Puesto que Gl (s ) es una función de variable compleja, para satisfacer la igualdad anterior, se
tienen que satisfacen las siguientes dos condiciones:
a) condición de magnitud:
Gl ( s ) = 1 (2.6)
b) condición de fase:
Es fácil demostrar que siempre se puede satisfacer la condición de magnitud si se eligen una K ≥ 0
apropiada. Por otro lado, es fácil ver que la condición de fase no depende de K , ya que:
m n (2.8)
∠Gl ( s ) = ∑ ∠( s + z i ) − ∑ ∠( s + p j ) = (2k + 1)180º
i =1 j =1
Por tanto, la clave en la construcción del lugar de las raíces es encontrar todos aquellos puntos que
satisfacen la condición de fase.
A partir de la condición de fase se pueden derivar un conjunto de reglas básicas para la construcción
del lugar de las raíces. Estas reglas se resumen a continuación:
Regla 1.- El lugar de las raíces es simétrico con respecto al eje real.
Regla 2.- Las ramas del lugar de las raíces empiezan en los n polos (cuando K = 0 ) y se
aproximan a los n ceros ( m de los cuales son finitos y n − m ceros están en el infinito,
cuando K → ∞ ).
Regla 3.- El lugar de las raíces incluye todos los puntos sobre el eje real a la izquierda de un
número impar de polos y ceros reales del sistema en lazo abierto.
Regla 4.- A medida que K → ∞ , n − m ramas del lugar de las raíces se aproximan
asintóticamente a n − m líneas rectas, llamadas asíntotas, que se inician en un punto sobre
el eje real dado por:
n m
∑ (− p ) − ∑ (− z
i =1
i
j =1
j )
∑ polos − ∑ ceros
σ= =
n−m n−m
(2k + 1)180º
θ= ; k = 0,±1,±2, L
n−m
Regla 5.- Los puntos de salida o de entrada al eje real están entre las raíces de la ecuación:
dGl ( s)
=0
ds
m n
φ k = ∑ ∠(− p k + z i ) − ∑ ∠(− p k + p j ) ± 180º
i =1 j =1
j≠k
φlk = φ k / l
m n
ψ k = ∑ ∠(− z k + z i ) − ∑ ∠(− z k + p j ) ± 180º
i =1 j =1
i≠k
ψ lk = ψ k / l
Normalmente se puede obtener un buen bosquejo del lugar de las raíces usando sólo las
reglas 1 a 4. Las reglas 5 a 7 rara vez son usadas ya que se puede obtener un lugar de las
raíces exacto mediante un programa computacional, por ejemplo Matlab.
8K ( s + 2) (2.9)
Gl ( s ) = Gc ( s )G ( s ) H ( s ) =
( s + 1)( s + 5)( s + 10)
Por la regla 3, existe lugar de las raíces sobre el eje real en los intervalos [-2,-1] y [-10,-5], como se
muestra en la Fig. 2.2.
jω
Plano s
−2
− 10 −5 −1 σ
Por la regla 2, uno de los lugares empieza en el polo en -1 y termina en el cero en -2. Los otros dos
empiezan en -10 y -5 y luego se aproximan a ceros en el infinito siguiendo dos asíntotas.
Por la regla 4, las asíntotas empiezan en el punto sobre el eje real dado por:
180
θ1 = = 90º
3 −1
3(180)
θ2 = = 270º = −90º
3 −1
con lo que el lugar de las raíces queda como se muestra en la Fig. 2.3.
jω
Plano s
270º
90º
−2
− 10 −5 −1 σ
Hasta aquí se tiene un buen bosquejo del lugar de las raíces. El lugar de las raíces exacto puede ser
encontrado utilizando herramientas computacionales como Matlab. La Fig. 2.4 muestra el lugar de
las raíces exacto del sistema analizado en este ejemplo.
Fig. 2.4 Lugar de las raíces del sistema (2.9), obtenido con Matlab
Compare el resultado, obtenido con Matlab, de la Fig. 2.4 con el bosquejo obtenido en la Fig. 2.3.
Existe una ligera diferencia que no es relevante para la mayoría de los propósitos de análisis.
A continuación se muestran los lugares de las raíces, obtenidos con Matlab, de varios ejemplos de
funciones de transferencia de lazo.
10 10
G(s) = G (s) =
s ( s + 5)( s + 10) s ( s + 5) 2
10 s
G ( s) = G ( s) =
( s + 1)( s + 5)( s + 10)
2
( s + 1)( s + 5)( s + 10)
2
s s+7
G ( s) = G(s) =
s + 2s + 2
2
( s + 2)( s + 4)
s2 +1 s 2 + 2s + 2
G ( s) = G ( s) =
s 2 + 2s + 2 s2 +1
s + 10 s + 10
G ( s) = G ( s) =
( s + 1)( s + 0.5)( s + 0.7)
2
( s + 2 s + 2)( s + 0.5)( s + 0.7)
2
2 2( s + 0.5)
G(s) = G(s) =
( s + 1)( s + 3) ( s + 1)( s + 3)
2( s + 2) 2( s + 4)
G(s) = G(s) =
( s + 1)( s + 3) ( s + 1)( s + 3)
2( s + 0.5) 2( s + 2)
G ( s) = G ( s) =
s ( s + 1)( s + 3) s ( s + 1)( s + 3)
2( s + 4) 2( s + 0.2)( s + 0.8)
G ( s) = G ( s) =
s ( s + 1)( s + 3) s ( s + 1)( s + 3)
2( s + 0.8)( s + 2) 2( s + 0.8)( s + 4)
G ( s) = G ( s) =
s ( s + 1)( s + 3) s ( s + 1)( s + 3)
2( s + 4)( s + 5) 2( s 2 + 2 s + 2)
G ( s) = G ( s) =
s ( s + 1)( s + 3) s( s + 1)( s + 3)
Y ( s) b (3.1)
G ( s) = = 2
U ( s ) s + a1 s + a 2
Considere, también, el esquema de control con realimentación unitaria que se muestra en la Fig. 3.1.
r (t ) e(t ) u (t ) y(t )
Gc (s ) G (s )
+
−
Fig. 3.1 Esquema de control para la planta dada por la ecuación (3.1)
Y (s) Gc ( s )G ( s) (3.2)
Gcl ( s ) = =
R( s) 1 + Gc ( s )G ( s)
Step Response
0.7
System: sysg
0.6 Time (sec): 5.88
Amplitude: 0.664
0.5
0.4
Amplitude
0.3
0.2
0.1
0
0 1 2 3 4 5 6
Time (sec)
Fig. 3.2 Respuesta al escalón del proceso dado por la ecuación (3.1)
Observe que la respuesta del sistema en lazo abierto es sobreamortiguada. El valor final es
ligeramente superior al valor marcado en la figura que tiene una amplitud de 0.664; en los hechos,
b 2
es la ganancia estática del sistema, G (0) = = = 0.6667 , lo que significa que se tiene un
a2 3
error en estado estacionario de e(∞ ) = 1 − 0.6667 = 0.3333 .
El tiempo de crecimiento puede ser medido en la gráfica, tomando el intervalo de tiempo en el que la
respuesta pasa del 10% (0.0667) de su valor final al 90% (0.6). Utilizando Matlab, estos valores
pueden ser marcados en la gráfica de la respuesta, como se muestra en la Fig. 3.3.
Step Response
0.7 System: sysg
Time (sec): 2.71
Amplitude: 0.6
0.6
0.5
0.4
Amplitude
0.3
0.2
System: sysg
Time (sec): 0.315
0.1 Amplitude: 0.0667
0
0 1 2 3 4 5 6
Time (sec)
Fig. 3.3 Marcado de los puntos en los que la respuesta es del 10 y 90% de su valor final
En la Fig. 3.3, se observa que los tiempos respectivos al 10 y 90% del valor final de la respuesta son
t1 = 0.315 y t 2 = 2.71 , respectivamente, tal que el tiempo de crecimiento está dado por
t r = t 2 − t1 = 2.71 − 0.315 = 2.395 seg.
El sistema de control pretende mejorar las características del sistema en lazo abierto, a través de la
introducción de un controlador con ganancias ajustables, que permita que la respuesta del sistema
se desarrolle de acuerdo a ciertas especificaciones de desempeño, propias de la aplicación.
Gc ( s ) = K p (3.3)
donde K p es la ganancia proporcional ajustable del controlador. Puesto que el controlador está
caracterizado por un solo parámetro, se dice que éste tiene un grado de libertad, ya que la única
forma de variar los polos del sistema en lazo cerrado es variando la ganancia. Sustituyendo la
ecuación del controlador (3.3) en la ecuación (3.2), la función de transferencia de lazo cerrado está
dada por:
2K p (3.4)
Gcl ( s) =
s + 4s + 3 + 2 K p
2
Utilizando Matlab, se obtiene el lugar de las raíces de G c G (s ) que se muestra en la Fig. 3.4.
Root Locus
1.5
0.5
Imag Axis
-0.5
-1
-1.5
-3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis
Observe que el sistema en lazo cerrado es siempre estable para todo valor positivo de K p . También
observe que la ganancia estática del sistema de control de lazo cerrado está dada por:
2K p
Gcl =
3 + 2K p
lo que significa que el error e estado estacionario a una entrada escalón unitario será de:
2K p 3
e∞ = 1 − =
3 + 2K p 3 + 2K p
Por tanto, el error será menor cuanto más alta sea la ganancia.
Para ajustar esta ganancia, se puede elegir un punto sobre el lugar de las raíces tal que los polos del
sistema en lazo cerrado se ubiquen en localizaciones deseadas. Para esto, considere los siguientes
casos:
Utilizando Matlab, se puede encontrar la ganancia del controlador marcando la localización del polo
en un punto deseado sobre el lugar de las raíces.
Considere el punto sobre el lugar de las raíces que se encuentra marcado en la siguiente Fig. 3.5.
Root Locus
1.5
1
System: sysg
Gain: 0.366
0.5 Pole: -2.52
Damping: 1
Overshoot (%): 0
Imag Axis
-0.5
-1
-1.5
-3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis
Fig. 3.5 Marcado de la localización de un polo de lazo cerrado correspondiente a una ganancia K = 0.356 .
Note que el polo seleccionado corresponde a una ganancia del controlador dada por K p = 0.366 .
Con este valor de ganancia, la función de transferencia del sistema en lazo cerrado está dada por:
que tiene una ganancia estática está dada por Gcl (0) = 0.1961 . Su respuesta al escalón unitario,
obtenida con Matalb, se muestra en la Fig. 3.6.
Step Response
0.2
0.18
0.16
0.14
0.12
Amplitude
0.1
0.08
0.06
0.04
0.02
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Time (sec)
Fig. 3.6 Respuesta del sistema de control en lazo cerrado para una ganancia pequeña del controlador
proporcional.
Observe que la ganancia de CD del sistema en lazo cerrado, coincide con el valor final simulado de
la respuesta. También note que, con esta ganancia, el error en estado estacionario es 1-
0.1961=0.8039. Compare este valor con el obtenido en la respuesta al escalón unitario del sistema
en lazo abierto, mostrada en la Fig. 3.2. Note en este caso que la velocidad de respuesta crece, pero
el valor de la respuesta en estado estacionario es considerablemente mucho menor.
Haciendo uso de Matlab, ubique el punto sobre el lugar de las raíces en el punto de salida del eje
real, tal como se muestra en la Fig. 3.7.
Root Locus
1.5
1
System: sysg
Gain: 0.5
0.5 Pole: -2 - 0.00489i
Damping: 1
Overshoot (%): 0
Imag Axis
Frequency (rad/sec): 2
0
-0.5
-1
-1.5
-3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis
Fig. 3.7 Selección del punto de salida del eje real sobre el lugar de las raíces
El polo seleccionado corresponde a una ganancia K p = 0.5 . Con este valor de ganancia, la función
de transferencia del sistema en lazo cerrado está ahora dada por:
Gc ( s)G ( s ) 1 (3.6)
Gcl ( s) = = 2
1 + Gc ( s )G ( s) s + 4s + 4
En este caso, los polos repetidos del sistema en lazo cerrado están ubicados en -2. Ahora la
ganancia estática del sistema es 0.25 y la respuesta al escalón unitario es la que se muestra en la
Fig. 3.8.
Step Response
0.25
0.2
0.15
Amplitude
0.1
0.05
0
0 1 2 3 4 5 6 7
Time (sec)
Fig. 3.8 Respuesta al escalón unitario del sistema en lazo cerrado con polos repetidos en el punto -2
Observe que la ganancia de CD coincide con el valor final de la respuesta. También note que, con
esta ganancia, el error en estado estacionario del sistema en lazo cerrado es 1-0.25=0.75. Compare
este valor con el obtenido en el las figuras 3.2 y 3.6. Note que el sistema responde rápidamente, sin
sobrepaso, pero el valor final de la respuesta sigue siendo muy pequeño, con respecto al valor de la
referencia.
Haciendo uso de Matlab, ubique los polos del sistema en lazo cerrado como se muestra en la Fig.
3.9.
Root Locus
1.5
System: sysg
Gain: 1.63
Pole: -2 + 1.5i
1 Damping: 0.8
Overshoot (%): 1.52
Frequency (rad/sec): 2.5
0.5
Imag Axis
-0.5
-1
-1.5
-3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis
El polo seleccionado corresponde a una ganancia de K p = 1.63 . Con este valor de ganancia, la
función de transferencia del sistema en lazo cerrado es:
Gc ( s )G ( s) 3.26 (3.7)
Gcl ( s ) = = 2
1 + Gc ( s)G ( s) s + 4s + 6.26
En este caso, los polos del sistema en lazo cerrado son complejos conjugados, ubicados en los
puntos − 2 ± j1.5033 del plano complejo s ; la ganancia estática es Gcl (0) = 0.5208 y la
respuesta al escalón se muestra en la Fig. 3.10.
Step Response
0.7
0.6
0.5
Amplitude 0.4
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3
Time (sec)
Fig. 3.10 Respuesta al escalón unitario del sistema en lazo cerrado con polos complejos conjugados
Observe que la ganancia de CD coincide con el valor final de la respuesta. También note que, el
error en estado estacionario es ahora 1-0.5208=0.4792. Compare este valor con el obtenido en las
figuras 3.2, 3.6 y 3.8. Producto de esta comparación es posible inferir que el error en estado
estacionario tiende a disminuir cuanto más se incrementa el valor de la ganancia proporcional del
controlador. Sin embargo, observe en la Fig. 3.10 que se empieza a percibir una oscilación
subamortiguada, producto de la elección de los polos de lazo cerrado. También observe que en la
Fig. 3.10 se ha reducido el tiempo de crecimiento de la respuesta con respecto a los casos
anteriores.
Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
Time (sec)
Fig. 3.11 Respuesta al escalón unitario del sistema en lazo cerrado obtenido con una ganancia proporcional
mayor a la correspondiente en la Fig. 3.10
Note cómo se reduce drásticamente el error en estado estacionario y se hacen más perceptibles las
oscilaciones subamortiguadas. En este caso, la función de transferencia de lazo cerrado está dada
por:
Gc ( s)G ( s) 20 (3.8)
Gcl ( s) = = 2
1 + Gc ( s )G ( s) s + 4 s + 23
Note que los polos de lazo cerrado están en − 2 ± j 4.3589 y la ganancia estática es
Gcl (0) = 0.8696 .
La Fig. 3.12 muestra una gráfica comparativa de las respuestas al escalón, correspondientes a
diversas ganancias proporcionales del controlador.
Step Response
1.4
1.2
Kp = 5
1
0.8 K p = 0.63
Amplitude
0.6
0.4
K p = 0 .5 K p = 0.366
0.2
0
0 1 2 3 4 5 6 7
Time (sec)
Fig. 3.12 Respuesta al escalón unitario del sistema en lazo cerrado al incrementar la ganancia proporcional del
controlador, comparadas con la respuesta al escalón en lazo abierto.
La Fig. 3.12 muestra las respuestas de los sistemas de control con valores de ganancia K p iguales
a 0.366, 0.5, 1.63 y 5, comparadas con la respuesta en lazo abierto del sistema. La figura muestra
que se puede mejorar arbitrariamente el error en estado estacionario aplicando un control
proporcional con alta ganancia; sin embargo, un error muy pequeño sólo será posible a expensas de
un pobre comportamiento del estado transitorio.
de(t ) (3.9)
u (t ) = K p e(t ) + K D
dt
U ( s) (3.10)
Gc ( s ) = = K D (s + z c )
E (s)
Se dice que el controlador PD tiene dos grados de libertad. El primero permite variar la ganancia de
lazo abierto del sistema y, el segundo, introduce un cero ajustable a partir de la variación de la
ganancia proporcional K D del controlador.
Gc ( s )G ( s) K D b( s + z c ) (3.11)
Gcl ( s ) = = 2
1 + Gc ( s)G ( s) s + (a1 + K D b) s + a 2 + K D bz c
Caso 1. Cero del controlador a la izquierda del polo de la planta ubicado en -1.
Suponga ahora que el cero introducido por el controlador está a la derecha del polo de la planta
ubicado en -1; es decir z c < 1 . Elija z c = 0.5 , lo cual implica elegir K p = 0.5 K D . Con esta
elección se tiene que la función de transferencia de lazo está dada por:
2( s + 0.5) (3.12)
Gl ( s ) = Gc ( s )G ( s ) = K D
s 2 + 4s + 3
El lugar de las raíces de Gl (s ) , se puede obtener utilizando Matlab, lo que resulta en la gráfica
mostrada en la Fig. 3.13.
Root Locus
0.4
0.3
0.2
0.1
Imag Axis
0
-0.1
-0.2
-0.3
-0.4
-9 -8 -7 -6 -5 -4 -3 -2 -1 0
Real Axis
Fig. 3.13 Lugar de las raíces de la función de transferencia de lazo con cero cercano al eje imaginario del plano
complejo s
Observe que las raíces del sistema de lazo cerrado son siempre reales cuando K D varía desde
cero hasta infinito. Esto implica que se pueden utilizar ganancias altas. Seleccione ahora un punto
sobre el lugar de las raíces y obtenga la ganancia K D y los correspondiente polos del sistema de
lazo cerrado, utilizando las utilidades de Matlab. Para el punto seleccionado en la Fig. 3.14, la
ganancia derivativa del controlador es K D = 1.4474 y los polos del sistema en lazo cerrado son -
6.1745 y -0.7203
Root Locus
0.4
0.3
0.2
0.1
Imag Axis
-0.1
-0.2
-0.3
-0.4
-9 -8 -7 -6 -5 -4 -3 -2 -1 0
Real Axis
Step Response
0.45
0.4
0.35
0.3
0.25
Amplitude
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6
Time (sec)
Fig. 3.15 Respuesta al escalón unitario para el sistema en lazo cerrado dado en la ecuación (3.13)
Observe que la respuesta de la Fig. 3.15 es sobreamortiguada, pero tiene un sobrepaso con
respecto a su valor final, debido al cero de Gcl (s ) . Es importante notar que el sobrepaso observado
no implica subamortiguamiento, ya que la respuesta no presenta oscilaciones decrecientes.
Observe también que la ganancia estática del sistema de lazo cerrado está dada por:
1.447
Gcl (0) = = 0.3254
4.447
Note que la respuesta tiene un sobrepaso con respecto a su valor final. Este sobrepaso se debe al
cero introducido en el sistema de lazo cerrado.
Elija ahora un punto sobre el lugar de las raíces correspondiente a una mayor ganancia. Suponga
que la ganancia elegida es K D = 2.9806 , para la cual, los polos del sistema en lazo cerrado están
en -9.3195 y -0.6417 y la función de transferencia en lazo cerrado es:
Step Response
0.7
0.6
0.5
0.4
Amplitude
0.3
0.2
0.1
0
0 1 2 3 4 5 6
Time (sec)
Fig. 3.16 Respuesta al escalón unitario del sistema en lazo cerrado dado por la ecuación (3.14)
Compare esta respuesta con la respuesta de la Fig. 3.15. Note que al aumentar el valor de K D , el
error en estado estacionario disminuye. Observe que el sobrepaso ha disminuido.
Incremente ahora la ganancia derivativa del controlador a un valor de 10. La Fig. 3.17 muestra la
respuesta al escalón del sistema en lazo cerrado correspondiente.
Step Response
0.9
0.8
0.7
0.6
0.5
Amplitude
0.4
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Time (sec)
Fig. 3.17 Respuesta al escalón unitario del sistema en lazo cerrado utilizando una ganancia derivativa
K D = 10 .
De la Fig. 3.17, note que el error en estado estacionario continúa disminuyendo a medida que se
aumenta el valor de la ganancia derivativa y que el sobrepaso se hace menos perceptible.
Suponga que el cero introducido por el controlador está al medio de los polos de la planta; es decir
z c ∈ (1,3) . Elija z c = 2 , lo cual implica elegir K p = 2 K D . Con esta elección, la función de
transferencia de lazo está dada por:
2( s + 2) (3.15)
Gl ( s ) = Gc ( s )G ( s ) = K D
s + 4s + 3
2
Root Locus
0.4
0.3
0.2
0.1
Imag Axis
0
-0.1
-0.2
-0.3
-0.4
-9 -8 -7 -6 -5 -4 -3 -2 -1 0
Real Axis
Fig. 3,18 Lugar de las raíces de la función de transferencia de lazo de la ecuación (3.15)
Observe que, en este caso, también los polos son reales cuando K D varía desde cero hasta infinito.
Suponga que se selecciona un punto sobre el lugar de las raíces correspondiente una ganancia
K D = 2.9567 y polos localizados en -8.0779 y -1.8355. Luego, después de obtener la función de
transferencia de lazo cerrado, la respuesta al escalón unitario se muestra en la Fig. 3.19.
Step Response
0.8
0.7
0.6
0.5
Amplitude
0.4
0.3
0.2
0.1
0
0 0.5 1 1.5
Time (sec)
Observe que, en este caso, no se tuvo sobrepaso en la respuesta al escalón unitario, debido a que
el cero introducido en la función de transferencia de lazo cerrado no introduce una dinámica
dominante.
Caso 3. Cero del controlador ubicado a la derecha del polo de la planta ubicado
en -3
Suponga que el cero introducido por el controlador está al medio de los polos de la planta; es decir
z c > 3 . Elija z c = 5 , lo cual implica que K p = 5 K D . Con esta elección, la función de transferencia
de lazo cerrado es:
2( s + 5) (3.16)
Gl ( s ) = Gc ( s )G ( s ) = K D
s + 4s + 3
2
Root Locus
2.5
1.5
0.5
Imag Axis
-0.5
-1
-1.5
-2
-2.5
Fig. 3.20 Lugar de las raíces de la función de transferencia de lazo de la ecuación (3.16)
Observe que el lugar de las raíces tiene tanto polos reales como polos complejos conjugados. Elija
primero los puntos que se muestran en la Fig. 3.21.
Root Locus
2.5
1.5
0.5
Imag Axis
-0.5
-1
-1.5
-2
-2.5
Fig. 3.21 Selección de polos del sistema en lazo cerrado sobre el lugar de las raíces
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2
Time (sec)
Observe que en este caso existe una pequeña oscilación subamortiguada, debida a los polos
complejos conjugados.
También se pueden elegir los polos del sistema en lazo cerrado como se muestra en la Fig. 3.23.
Root Locus
2.5
1.5
0.5
Imag Axis
-0.5
-1
-1.5
-2
-2.5
Fig. 3.23 Selección de un punto de alta ganancia sobre el lugar de las raíces
que corresponde a una ganancia derivativa K D = 7.9372 , polos de lazo cerrado en -13.9839 y -
5.8905. La respuesta al escalón unitario se muestra en la Fig. 3.24.
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6
Time (sec)
En esta sección considere el sistema de control en lazo cerrado con un controlador del tipo PI cuya
señal de control se calcula de la siguiente manera:
t (3.17)
u (t ) = K p e(t ) + K I ∫ e(τ )dτ
0
U ( s) s + zc (3.18)
Gc ( s ) = = Kp
E (s) s
El controlador PI, como el controlador PD, también tiene dos grados de libertad: el primero introduce
en Gl (s ) una ganancia ajustable y el segundo introduce un cero ajustable con la ganancia integral
del controlador.
Sustituyendo la ecuación del controlador (3.18) en la función de transferencia de lazo cerrado (3.11)
se obtiene:
Gc ( s)G ( s) K p b( s + z c ) (3.19)
Gcl ( s) = = 3
1 + Gc ( s)G ( s) s + a1 s 2 + (a 2 + K p b) s + K p bz c
Note que el sistema de lazo cerrado es ahora de tercer orden con un cero real. También note que los
parámetros del controlador afectan a sólo dos de los tres coeficientes del polinomio denominador de
la función de transferencia de lazo cerrado
Caso 1. Cero del controlador ubicado a la izquierda del polo de la planta ubicado
en -1
Suponga ahora que el cero introducido por el controlador está a la derecha del polo de la planta
ubicado en -1; es decir z c < 1 . Elija z c = 0.5 , lo cual implica que K I = 0.5 K p . Con esta elección,
la función de transferencia de lazo es:
2( s + 0.5) (3.20)
G c ( s )G ( s ) = K p
s ( s 2 + 4 s + 3)
El lugar de las raíces resultante, utilizando Matlab, está dado en la Fig. 3.25.
Root Locus
4
1
Imag Axis
-1
-2
-3
-4
-3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis
Fig. 3.25 Lugar de las raíces de la función de transferencia de lazo dada en la ecuación (3.20)
Observe que existen dos ramas del lugar de las raíces que se dirigen a ceros que están en el infinito
con ángulos de asíntotas de +90º y -90º, respectivamente.
Seleccione el punto de salida del eje real como se muestra en la Fig. 3.26
Root Locus
4
1
Imag Axis
-1
-2
-3
-4
-3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis
Fig. 3.26 Selección del punto de salida del eje real sobre el lugar de las raíces
La ganancia proporcional del controlador para el punto seleccionado es K p = 0.6719 , uno de los
polos del sistema en lazo cerrado está ubicado en el punto -0.1846 del eje real y los otros dos están
en el punto -1.9077. La función de transferencia de lazo cerrado es:
Por su parte, la respuesta al escalón unitario se puede encontrar utilizando Matlab, lo que resulta en
la gráfica que se muestra en la Fig. 3.28.
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8
Time (sec)
Observe el crecimiento bastante lento de la respuesta. Sin embargo, como el sistema es de tipo 1,
se espera que el error en estado estacionario sea cero.
Seleccione ahora un punto con mayor ganancia proporcional. La selección de este punto produce la
ganancia K p = 8.0912 y los polos de lazo cerrado ubicados en -0.461 y − 1.7695 ± j 3.7973 . Por
su parte, la función de transferencia del sistema es:
Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7
Time (sec)
Observe cómo ha mejorado la velocidad de respuesta del sistema, aunque también se muestra un
sobrepaso menor al 20%. Compare también los valores de las ganancias: en el primer caso la
ganancia K p = 0.6719 , mientras que en el segundo la ganancia es de 8.0912. Note también que el
tiempo de crecimiento y el tiempo pico son menores a 1 seg. El acercamiento lento a la referencia se
debe al cero del sistema de lazo cerrado.
Suponga ahora que el cero introducido por el controlador está al medio de los polos de la planta; es
decir z c ∈ (1,3) . Elija z c = 2 , lo cual implica que K I = 2 K p . Con esta elección, la función de
transferencia de lazo es:
2( s + 2) (3.23)
Gl ( s ) = Gc ( s )G ( s ) = K p
s ( s 2 + 4 s + 3)
cuyo lugar de las raíces, utilizando Matlab, es el que se muestra en la Fig. 3.30.
Root Locus
2
Imag Axis
-2
-4
-6
Fig. 3.30 Lugar de las raíces de la función de transferencia de lazo dada en la ecuación (3.23)
Compare este lugar de las raíces con el obtenido en el Caso 1. Observe cómo en ambos casos el
cero del controlador actúa como un atractor del lugar de las raíces. Sin embargo, a diferencia del
caso anterior, los polos subamortiguados son más dominantes en el sentido de que están más cerca
del eje real.
Seleccione ahora, un punto cercano al punto de salida del eje real como se muestra en la Fig. 3.31.
Root Locus
2
Imag Axis
-2
-4
-6
Fig. 3.31 Selección del punto de salida del eje real sobre el lugar de las raíces
El punto seleccionado corresponde a una ganancia proporcional del controlador dada por
K p = 0.2096 , que produce los polos de lazo cerrado ubicados en los puntos -2-931, -0.5345 y -
0.5345. La respuesta al escalón unitario del sistema en lazo cerrado se muestra en la Fig. 3.32
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12
Time (sec)
Ahora elija un punto con mayor ganancia proporciona, como se muestra en la Fig. 3.33.
Root Locus
Imag Axis
0
-2
-4
-6
Fig. 3.33 Selección de un punto de ganancia alta sobre el lugar de las raíces
En este caso, K p = 8.2834 y los polos del sistema en lazo cerrado están ubicados en
− 0.9369 ± j 3.8347 y -2.1263. Por su parte, la respuesta al escalón se muestra en la Fig. 3.34.
Step Response
1.6
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Time (sec)
Observe que la respuesta es más rápida, pero tiene un sobrepaso de más del 50%. Sin embargo,
aunque en muchas aplicaciones esto puede no ser permisible, note que la respuesta es mucho más
rápida en cuanto a tiempo de crecimiento y tiempo de asentamiento.
Caso 3. Cero del controlador ubicado a la derecha del polo de la planta ubicado
en -3
Suponga ahora que el cero introducido por el controlador está al medio de los polos de la planta; es
decir z c > 3 . Elija z c = 5 , lo cual implica que K I = 5 K p . Con esta elección, la función de
transferencia de lazo es:
2( s + 5) (3.24)
G c ( s )G ( s ) = K p
s ( s 2 + 4 s + 3)
cuyo lugar de las raíces, obtenido con Matlab, se muestra en la Fig. 3.35.
Root Locus
15
10
Imag Axis
0
-5
-10
-15
Fig. 3.35 Lugar de las raíces de la función de transferencia de lazo dada por la ecuación (3.24)
Observe que el sistema es inestable para altas ganancias proporcionales del controlador. La
ganancia más alta, sin que el sistema pierda estabilidad, puede encontrarse seleccionando el punto
donde el lugar de las raíces cruza el eje imaginario, como se muestra en la Fig. 3.36.
Root Locus
15
10
5
Imag Axis
-5
-10
-15
Fig. 3.36 Selección de un punto cercano al eje imaginario sobre el lugar de las raíces
En este caso, note que el valor de la ganancia, K p , es inferior a 5.8839. Con este valor, el sistema
en lazo cerrado tiene sus polos en -3.9924 y − 0.0038 ± j 3.839 . La respuesta al escalón unitario
se muestra en la Fig. 3.37.
Step Response
2
1.8
1.6
1.4
1.2
Amplitude
1
0.8
0.6
0.4
0.2
0
0 500 1000 1500
Time (sec)
Fig. 3.37 Respuesta al escalón del sistema en lazo cerrado cuyos polos dominantes se encuentran muy
próximos al eje imaginario
Un valor de ganancia ligeramente superior, produciría un sistema inestable. Por ejemplo para una
ganancia K p = 6 se obtendría la respuesta al escalón unitario mostrada en la Fig. 3.38, que
corresponde a un sistema oscilatorio cuyos polos se encuentran en el margen de la estabilidad.
Step Response
2
1.8
1.6
1.4
1.2
Amplitude
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16
Time (sec)
Fig. 3.38 Respuesta al escalón unitario del sistema en lazo cerrado cuyos polos dominantes se encuentran sobre
el eje imaginario
Considere el sistema de control en lazo cerrado con un controlador del tipo PID, cuya expresión es la
siguiente:
t
de(t ) (3.25)
u (t ) = K p e(t ) + K I ∫ e(τ )dτ + K D
0
dt
U ( s) s 2 + b1 s + b2 ( s + z c1 )( s + z c 2 ) (3.26)
Gc ( s ) = = KD = KD
E (s) s s
El controlador PID tiene tres grados de libertad; el primero introduce una ganancia ajustable del
sistema en lazo abierto y los otros dos introducen ceros ajustables con la ganancia proporcional e
integral del controlador.
Gc ( s )G ( s ) K D b( s 2 + b1 s + b2 ) (3.27)
Gcl ( s ) = = 3
1 + Gc ( s )G ( s ) s + (a1 + bK D ) s 2 + (a 2 + K D bb1 ) s + K D bb2
Note que Gcl (s ) es también de tercer orden, como lo es el sistema de lazo cerrado con control PI.
Sin embargo, en este caso, los parámetros del controlador afectan a los tres coeficientes del
polinomio característico de Gcl (s ) . Con K D se puede ajustar el primer coeficiente; con
b1 = K p / K D el segundo coeficiente y con b2 = K I / K D el tercero.
Ubicando los ceros del controlador en diferentes localizaciones, se pueden obtener diferentes formas
del lugar las raíces y, por tanto, diferentes tipos de comportamiento del sistema de lazo cerrado.
como se muestra a continuación en el análisis de los siguientes casos.
Caso 1.- Considere el lugar de las raíces que se muestra en la siguiente figura. El lugar de las raíces
ha sido obtenido ubicando ambos ceros del controlador dentro del intervalo [-1,0]. En este caso, los
polos de Gcl (s ) fueron elegidos cercanos a los ceros del sistema de lazo abierto. Por su parte la
respuesta al escalón es bastante lenta (el tiempo de simulación es de 45 seg.), comparada con los
casos siguientes.
0.4
0.9
0.3
0.8
0.2 0.7
0.1 0.6
Imag Axis
Amplitude
0 0.5
-0.1 0.4
-0.2 0.3
0.2
-0.3
0.1
-0.4
0
-9 -8 -7 -6 -5 -4 -3 -2 -1 0 0 5 10 15 20 25 30 35 40 45
Real Axis Time (sec)
Caso 2.- Considere el lugar de las raíces que se muestra en la siguiente figura. El lugar de las raíces
ha sido obtenido ubicando ambos ceros del controlador dentro del intervalo [-3,-3]. Los polos de
Gcl (s ) fueron elegidos de forma que se obtenga la respuesta más rápida posible (los polos
corresponden al punto de llegada al eje real del lugar de las raíces). Observe la respuesta al escalón
unitario. Aquí es importante observar que el tiempo de simulación es de 3 seg (mucho más rápida
que en el caso anterior).
0.6
1.2
0.4
1
0.2
0.8
Imag Axis
Amplitude
0.6
-0.2
0.4
-0.4
0.2
-0.6
0
-5 -4.5 -4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0 0.5 1 1.5 2 2.5 3
Real Axis Time (sec)
Caso 3.- Considere el lugar de las raíces que se muestra en la siguiente figura. El lugar de las raíces
ha sido obtenido ubicando ambos ceros del controlador a la izquierda de los tres polos del sistema
de lazo abierto. Los polos de Gcl (s ) fueron elegidos de forma que se obtenga la respuesta más
rápida posible (los polos corresponden al punto de llegada al eje real del lugar de las raíces).
Observe la respuesta al escalón unitario. Aquí es importante observar que el tiempo de simulación
es de 0.6 seg (mucho más rápida que en los casos anteriores).
4 1.2
3
1
2
1
0.8
Imag Axis
Amplitude
0
0.6
-1
-2
0.4
-3
-4 0.2
-5
0
-18 -16 -14 -12 -10 -8 -6 -4 -2 0 0 0.1 0.2 0.3 0.4 0.5 0.6
Real Axis Time (sec)
Caso 4.- Considere el lugar de las raíces que se muestra en la siguiente figura, el cual fue obtenido
ubicando un cero del controlador dentro del intervlo [-1,0] y el otro cero dentro del intervalo [-3,-1]. En
este caso, los polos de Gcl (s ) fueron elegidos cercanos a los ceros del sistema de lazo abierto. La
respuesta al escalón es relativamente lenta (el tiempo de simulación es de 9 seg.), comparada con
los casos 2 y 3.
0.4
0.9
0.3
0.8
0.2 0.7
0.1 0.6
Imag Axis
Amplitude
0 0.5
-0.1 0.4
-0.2 0.3
0.2
-0.3
0.1
-0.4
0
-9 -8 -7 -6 -5 -4 -3 -2 -1 0 0 1 2 3 4 5 6 7 8 9
Real Axis Time (sec)
Caso 5.- Considere el lugar de las raíces que se muestra en la siguiente figura, el cual fue obtenido
ubicando un cero dentro del intervalo [-3,-1] y el otro cero a la izquierda de los tres polos del sistema
de lazo abierto. Los polos de Gcl (s ) fueron elegidos de forma que se obtenga la respuesta más
rápida posible (los polos corresponden al punto de llegada al eje real del lugar de las raíces).
Observe la respuesta al escalón unitario. Aquí es importante observar que el tiempo de simulación
es de 0.9 seg., una respuesta más lenta que en el Caso 3.
2
1.2
1.5
1
1
0.5
0.8
Imag Axis
Amplitude
0
0.6
-0.5
-1
0.4
-1.5
-2 0.2
-2.5
0
-10 -8 -6 -4 -2 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Real Axis Time (sec)
Caso 6.- Considere el lugar de las raíces que se muestra en la siguiente figura, el cual fue obtenido
ubicando ambos ceros de forma que sean complejos conjugados con parte real dentro del intervalo
[-3,-1]. En este caso los polos de Gcl (s ) fueron elegidos como se muestra en la figura. El tiempo de
simulación es de 5 seg.
1.5
1.2
1
1
0.5
0.8
Imag Axis
Amplitude
0.6
-0.5
0.4
-1
0.2
-1.5
0
-5 -4.5 -4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Real Axis Time (sec)
Los seis casos anteriores permiten tener una idea de cómo elegir los parámetros del controlador
para obtener una buena respuesta del sistema de lazo cerrado. Observe que, para lograr respuestas
rápidas, se deben ubicar los ceros del controlador lo más alejados posibles a la izquierda de los
polos de la planta y luego elegir un punto, preferentemente sobre el eje real.
Y ( s) (1.1)
G( s) =
U ( s)
donde:
G ( jω ) = Re 2 G ( jω ) + Im 2 G ( jω ) (1.3)
⎛ ImG ( jω ) ⎞
arg G ( jω ) = tan −1 ⎜⎜ ⎟⎟
⎝ ReG ( jω ) ⎠
Note que la respuesta del sistema a la entrada senoidal es también una señal senoidal de la
misma frecuencia desfasada y con una amplitud que depende de la frecuencia de la señal de
entrada.
o Diagramas de Bode
o Diagramas de Nyquist
o Diagramas de Nichols
Un diagrama de Bode está conformado por dos gráficas: una de ellas muestra la magnitud
logarítmica en dB (decibeles) de la respuesta en función de la frecuencia presentada en una
escala logarítmica y, la otra, muestra el ángulo de fase de la respuesta con respecto a la señal
de entrada en función de la frecuencia presentada en escala logarítmica.
Factores simples.
⎛ (1.4)
s ⎛⎜ s ⎞⎟ ⎞⎟
2
n1 n2
⎜
K ∏ (1 + sTi )∏ ⎜1 + 2ξ +
i =1 j =1 ω nj ⎜⎝ ω nj ⎟⎠ ⎟
G(s) = ⎝ ⎠
d3 ⎛ ⎛ s ⎞ ⎞⎟
2
d2
s d1 ∏ (1 + sTi )∏ ⎜⎜1 + 2ξ '
s
+⎜ ⎟
i =1 j =1 ω ' nj ⎜⎝ ω ' nj ⎟⎠ ⎟
⎝ ⎠
Note que los factores en el numerador y en el denominador son de los siguientes tipos:
K Ganancia
( j ω )± 1 Factores derivativo e integral
(1 + jω )±1 Factores lineales
⎛ 2
⎞
±1 Factores cuadráticos
⎜1 + 2ξ jω + ⎛⎜ jω ⎞⎟ ⎟
⎜ ω n ⎜⎝ ω n ⎟⎠ ⎟
⎝ ⎠
La ventaja del uso de los diagramas de Bode es que la multiplicación de magnitudes se convierte
en adición de cantidades logarítmicas. Por tanto, si se factoriza la función de transferencia,
entonces la respuesta en frecuencia se puede obtener a partir de la contribución individual de
cada uno de los factores que la componen.
Ganancia K
dB = 20 log K (1.5)
arg K = 0º
Bode Diagram
15
14.5
Magnitude (dB)
14
13.5
13
12.5
1
0.5
Phase (deg)
-0.5
-1
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Factor integral
arg( jω ) −1 = −90º
20
Magnitude (dB)
-20
-40
-60
-89
-89.5
Phase (deg)
-90
-90.5
-91
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Factor derivativo
40
Magnitude (dB) 20
-20
-40
91
90.5
Phase (deg)
90
89.5
89
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
1
Factor
1 + jωT
1 (1.8)
dB = 20 log = −20 log 1 + ω 2T 2
1 + jω T
⎛ 1 ⎞
φ = arg⎜⎜ ⎟⎟ = − tan −1 ωT
⎝ 1 + j ω T ⎠
Para T = 1 , el diagrama de Bode de este factor, obtenido con Matlab, se muestra en la Fig. 1.4
Bode Diagram
0
-20
Magnitude (dB)
-40
-60
-80
0
Phase (deg)
-45
-90
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
1
Observe que en bajas frecuencias ( ω << ), la respuesta de magnitud puede aproximarse por:
T
1
Por su parte, en altas frecuencias ( ω >> ), la respuesta de magnitud puede aproximarse por:
T
Por tanto, la curva de respuesta en frecuencia puede ser aproximada por dos asíntotas rectas.
La frecuencia a la cual se intersectan las asíntotas se denomina frecuencia de corte y su valor
1
está dado por ω = . Por otro lado, el error máximo del comportamiento asintótico con respecto
T
a la curva real es de 3 dB y ocurre en la frecuencia de corte.
También observe que, para una frecuencia cero, el ángulo de fase es de 0º. Por su parte, en la
frecuencia de corte el ángulo de fase es:
⎛T ⎞ (1.11)
φ = − tan −1 ⎜ ⎟ = − tan −1 1 = −45º
⎝T ⎠
Factor 1 + jωT
Para T = 1 , el diagrama de Bode de este factor, obtenido con Matlab, se muestra en la Fig. 1.5.
Bode Diagram
80
60
Magnitude (dB)
40
20
0
90
Phase (deg)
45
0
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
1
Observe que en bajas frecuencias ( ω << ), la respuesta de magnitud puede aproximarse por:
T
1
Por su parte, en altas frecuencias ( ω >> ), la respuesta de magnitud puede aproximarse por:
T
Por tanto, la curva de respuesta en frecuencia puede ser aproximada por dos asíntotas rectas.
La frecuencia a la cual se intersectan las asíntotas se denomina frecuencia de corte y su valor
1
está dado por ω = . Por otro lado, el error máximo del comportamiento asintótico con respecto
T
a la curva real es de 3 dB y ocurre en la frecuencia de corte.
También observe que, para una frecuencia cero, el ángulo de fase es de 0º. Por su parte, en la
frecuencia de corte el ángulo de fase es:
⎛T ⎞ (1.15)
φ = tan −1 ⎜ ⎟ = tan −1 1 = 45º
⎝T ⎠
1
Factor 2
jω⎛ jω ⎞
1 + 2ξ + ⎜⎜ ⎟
ω n ⎝ ω n ⎟⎠
(1.16)
2
1 ⎛ ω2 ⎞ ⎛ ω ⎞
dB = 20 log = −20 log ⎜⎜1 − 2 ⎟⎟ + ⎜⎜ 2ξ ⎟⎟
⎝ ωn ⎠ ⎝ ωn
2
⎛ jω ⎞ ⎛ j ω ⎞ ⎠
1 + 2ξ ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟
⎝ ωn ⎠ ⎝ ωn ⎠
⎛ ⎞
⎜ 2ξ ω ⎟
⎜ ωn ⎟
φ = tan −1 ⎜ 2
⎟
⎜ ⎛ω ⎞ ⎟
⎜ 1 − ⎜⎜ ⎟⎟ ⎟
⎝ ⎝ ωn ⎠ ⎠
Bode Diagram
0
Magnitude (dB)
-50
-100
-150
0
-45
Phase (deg)
-90
-135
-180
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Observe que en bajas frecuencias ( ω << ω n ), la respuesta de magnitud puede aproximarse por:
Por su parte, en altas frecuencias ( ω >> ω n ), la respuesta de magnitud puede aproximarse por:
ω2 ω (1.18)
dB ≈ −20 log 2 = −40 log
ωn ωn
Por tanto, la curva de respuesta en frecuencia puede ser aproximada por dos asíntotas rectas.
La frecuencia a la cual se intersectan las asíntotas se denomina frecuencia de corte y su valor
está dado por ω = ω n .
Las curvas de respuesta en frecuencia para valores de ξ desde 0.1 hasta 1, obtenidas con
Matlab, se muestran en la Fig. 1.7.
Bode Diagram
50
0
Magnitude (dB)
-50
-100
-150
0
-45
Phase (deg)
-90
-135
-180
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Fig. 1.7 Diagrama de Bode de un factor cuadrático en el denominador para diferentes valores del coeficiente
de amortiguamiento
En la figura anterior, observe que en la gráfica de magnitud, la curva con mayor pico de
resonancia corresponde al sistema con menor coeficiente de amortiguamiento. Por su parte, en
la gráfica de fase, la curva con mayor pendiente corresponde al sistema con menor coeficiente
de amortiguamiento.
1 (1.19)
G ( jω ) = 2
⎛ jω ⎞ ⎛ j ω ⎞
1 + 2ξ ⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟
ω
⎝ n⎠ ⎝ n⎠ ω
G ( jω ) =
1 ⎡ ω 2 − ω n2 1 − 2ξ 2 ⎤ ( ) ( )
(1.20)
=⎢ ⎥ + 4ξ 1 − ξ
2 2
⎛ ω2 ⎞ ⎛ ω ⎞
2
⎣ ωn 2
⎦
⎜1 − 2 ⎟ + ⎜⎜ 2ξ ⎟
⎟
⎜ ω ⎟
⎝ n ⎠ ⎝ ωn ⎠
⎛ ω2 ⎞ ⎛
2
⎞
2 (1.21)
ω
g (ω ) = ⎜⎜1 − 2 ⎟⎟ + ⎜⎜ 2ξ ⎟⎟
⎝ ωn ⎠ ⎝ ωn ⎠
toma su valor mínimo. El valor de la frecuencia a la que ocurre el valor mínimo de la ecuación
(1.21) se obtiene derivando la función e igualándola a cero, lo que resulta en la siguiente
expresión:
Por su parte, la magnitud pico de resonancia M r , para 0 ≤ ξ ≤ 0.707 está dada por:
1 (1.23)
M r = G ( jω r ) =
2ξ 1 − ξ 2
1 − 2ξ 2 ξ (1.24)
∠G ( jω r ) = − tan −1
= −90º + sin −1
ξ 1−ξ 2
25 (1.25)
G ( s) = , con ξ = 0.01
s + 10ξs + 25
2
ξ 0.01 (1.28)
∠G ( jω r ) = −90º + sin −1 = −90º + sin −1 = −89.427 º
1−ξ 2
1 − 0.012
Bode Diagram
40
20
Magnitude (dB)
0
-20
-40
-60
0
-45
Phase (deg)
-90
-135
-180
0 1 2
10 10 10
Frequency (rad/sec)
Fig. 1.8 Diagrama de Bode del sistema dado por la ecuación (1.25)
Note que el pico de resonancia depende sólo del coeficiente de amortiguamiento, como ocurre
con el máximo sobrepaso en la respuesta al escalón unitario del sistema. Por tanto, dado el pico
de resonancia y el máximo sobrepaso en la repuesta al escalón unitario pueden ser
relacionados a través del coeficiente de amortiguamiento. Despejando ξ de la ecuación (1.23)
se obtiene:
1 (1.29)
1− 1−
M r2
ξ=
2
Sustituyendo ξ en la expresión:
−
ξπ (1.30)
1−ξ 2
Mp =e
se obtiene el máximo sobrepaso de la respuesta al escalón unitario. En el caso del sistema dado
por la ecuación (1.25) se tiene:
1 (1.31)
1− 1− 1
1− 1−
M r2 50.0025 2
ξ= = = 0.01
2 2
−
ξπ
−
0.01*π (1.32)
1−ξ 2
Mp =e =e 1− 0.012
= 0.9691
25
Es decir el sistema G ( s ) = , con ξ = 0.01 tiene un sobrepaso del 96.91%
s + 10ξs + 25 2
como se muestra en la respuesta al escalón del sistema de la Fig. 1.9, obtenida con Matlab.
Step Response
2
1.8
1.6
1.4
1.2
Amplitude
1
0.8
0.6
0.4
0.2
0
0 20 40 60 80 100 120
Time (sec)
Fig. 1.9 Respuesta al escalón del sistema dado por la ecuación (1.23)
2
⎛ jω ⎞
jω
Factor 1 + 2ξ + ⎜⎜ ⎟
ω n ⎝ ωn ⎟⎠
1
2
(1.33)
jω ⎛ jω ⎞
1 + 2ξ + ⎜⎜ ⎟
ω n ⎝ ω n ⎟⎠
Bode Diagram
150
100
Magnitude (dB)
50
-50
180
135
Phase (deg)
90
45
0
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Fig. 1.10 Diagramas de Bode de factores cuadráticos en el numerador, obtenidos variando el coeficiente de
amortiguamiento ξ .
Compare la Fig. 1.10 con la Fig. 1.7. Observe la simetría de los diagramas de Bode con respecto
al eje de 0 dB.
10( s + 3) (1.34)
G ( s) =
s ( s + 2)( s 2 + s + 2)
⎛ jω ⎞ (1.35)
7.5⎜ + 1⎟
G ( jω ) = ⎝ 3 ⎠
⎛ j ω ⎞ ⎡ ( jω ) jω ⎤
2
jω ⎜ + 1⎟ ⎢ + + 1⎥
⎝ 2 ⎠⎣ 2 2 ⎦
Bode Diagram
100
50
Magnitude (dB)
-50
-100
-150
90
45
0
Phase (deg)
-45
-90
-135
-180
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Fig. 1.11 Contribución de cada uno de los factores de la función de transferencia dada en la ecuación (1.35)
Note que la suma punto a punto de la respuesta en frecuencia de cada uno de los factores
individuales resulta en la respuesta en frecuencia de la función de transferencia del sistema,
como se muestra a continuación en la Fig. 1.12.
Bode Diagram
100
50
Magnitude (dB)
0
-50
-100
-150
-200
-90
-135
Phase (deg)
-180
-225
-270
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Fig. 1.12 Diagrama de Bode de la respuesta en frecuencia del sistema de la ecuación (1.35)
Las funciones de transferencia que no tienen ceros en el semiplano derecho del plano s, son
funciones de transferencia de fase mínima. Por su parte, las funciones de transferencia que
tienen ceros en el semiplano derecho del plano s son funciones de transferencia de fase no
mínima.
1 + jω T 1 − jω T (1.36)
G1 ( s ) = y G2 (s) =
1 + jωT1 1 + jωT1
Bode Diagram
15 Bode Diagram
15
Magnitude (dB)
10
Magnitude (dB)
10
5
5
0
0
60
0
-45
Phase (deg)
Phase (deg)
30 -90
-135
0 -180
-2 -1 0 1 2 3 -2 -1 0 1 2 3
10 10 10 10 10 10 10 10 10 10 10 10
Frequency (rad/sec) Frequency (rad/sec)
Note que ambas funciones de transferencia tienen el mismo diagrama de magnitud pero
diferente diagrama de fase.
Un retardo de transporte puro puede ser representado por la siguiente función de transferencia:
Ing. Mauricio Améstegui M. Pág. 6.13
Agosto de 2004
Capítulo 6: Análisis y Diseño de Sistemas de Control en el Dominio de la Frecuencia
G ( s) = e − sT (1.37)
G ( jω ) = e − jωT (1.38)
Para manejar el retardo de tiempo, usualmente no se expande la función como una serie de
Taylor. Normalmente se usa la llamada aproximación de Padé que aproxima la función como una
razón de dos polinomios. La aproximación de Padé más simple es la de primer orden:
T (1.41)
1− s
e −Ts ≈ 2
T
1+ s
2
Esta forma sirve para muchos propósitos. El término del denominador introduce un polo negativo
en el semiplano izquierdo del plano complejo s y así introduce probables efectos dinámicos al
polinomio característico del sistema en lazo cerrado. Por su parte, el numerador introduce un
cero positivo en el semiplano derecho del plano complejo s que es necesario para darle una
características de fase no mínima al sistema. La aproximación de Padé de primer orden es más
precisa que la expansión en series de Taylor de primer orden.
-5
x 10 Bode Diagram
1
0.5
Magnitude (dB)
0
-0.5
-1
0
-90
-180
Phase (deg)
-270
-360
-450
-540
-630
-1 0 1 2
10 10 10 10
Frequency (rad/sec)
Fig. 1.14 Diagrama de Bode de un retardo de transporte puro utilizando una aproximación de Padé de orden
10
Note que la aproximación de Pade es válida sólo en un rango de frecuencias, como se puede
observar cuando se amplía el rango de frecuencia anterior a un valor de 1000 rad/seg:
-6
x 10 Bode Diagram
5
Magnitude (dB)
-5
-10
0
-360
Phase (deg)
-720
-1080
-1440
-1800
-1 0 1 2 3
10 10 10 10 10
Frequency (rad/sec)
Fig. 1.15 Diagrama de Bode de un retardo de transporte puro utilizando una aproximación de Padé de orden
10 en un mayor rango de frecuencia.
Observe que en este caso, existe una frecuencia donde la curva de fase cambia de pendiente.
Esto es debido a que se aproxima al retardo por un sistema de orden finito.
0.06 15
0.04 10
0.02 5
Imaginary Axis
Imaginary Axis
2
6 dB
4 dB -2
-6 dB
-4 dB
0 0
-0.02 -5
-0.04 -10
-0.06 -15
-20
-0.08
-25
-0.1
-1 0 1 2 3 4 5 -1 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1
Real Axis Real Axis
(a) (b)
Nyquist Diagram Nyquist Diagram
0.5
0 dB 6 dB4 dB 2 dB 0 dB -2 dB -4 dB -6 dB
30
0.4
-10 dB
10 dB
20 0.3
0.2
10
20 dB -20 dB
0.1
Imaginary Axis
Imaginary Axis
2
4 dB -2
-4 dB
dB
0 0
-0.1
-10
-0.2
-20 -0.3
-0.4
-30
-0.5
-1 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0 0.1 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis Real Axis
(c) (d)
Nyquist Diagram Nyquist Diagram
60 -6 dB
0 dB 4 dB
0.6 6 dB 2 dB 0 dB -2 dB -4 dB
40
0.4 -10 dB
10 dB
20 0.2
20 dB -20 dB
Imaginary Axis
Imaginary Axis
2 dB -2 dB
0 0
-20 -0.2
-0.4
-40
-0.6
-60
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis Real Axis
(e) (f)
Nyquist Diagram
0 dB
100
50
Imaginary Axis
-50
-100
(g)
Fig. 1.16 Diagramas de Nyquist de factores simples: a) ganancia constante, b) factor derivativo, c) factor
integral, d) factor simple en el denominador, e) factor simple en el numerador, f) factor cuadrático en el
denominador, g) factor cuadrático en el numerador.
Ing. Mauricio Améstegui M. Pág. 6.16
Agosto de 2004
Capítulo 6: Análisis y Diseño de Sistemas de Control en el Dominio de la Frecuencia
Ganancia constante
Factor integral
1 1 (1.43)
G ( jω ) = = ∠ − 90º
jω ω
tiene una respuesta, para frecuencias positivas, en el eje imaginario negativo y, para frecuencias
negativas, en el eje imaginario positivo, como se observa en la Fig. 1.16(b).
Factor Derivativo
G ( jω ) = jω = ω∠90 º (1.44)
tiene una respuesta, para frecuencias positivas, en el eje imaginario positivo y, para frecuencias
negativas, en el eje imaginario negativo, como se observa en la Fig. 1.16(c).
1 1 (1.45)
G ( jω ) = = ∠ − tan −1 ωT
1 + jωT 1+ ω T
2 2
1
los valores en ω=0 y en ω= son, respectivamente: G ( j 0) = 1∠0º y
T
⎛ j⎞ 1
G⎜ ⎟ = ∠ − 45º .Por otro lado, si ω → ∞ entonces G ( jω ) → 0 y ∠G ( jω ) → −90 º .
⎝T ⎠ 2
El diagrama de Nyquist para frecuencias positivas es un semicírculo en el cuarto cuadrante cuyo
centro se ubica en 0.5 sobre el eje real y cuyo radio es 0.5. Para frecuencias positivas se obtiene
también un semicírculo simétrico al anterior, con respecto al eje real. La Fig. 1.16(d) muestra el
diagrama de Nyquist de este factor para T = 1 .
G ( jω ) = jω + 1 (1.46)
tiene una respuesta, para frecuencias positivas a lo largo de la mitad superior de la recta que
pasa por el punto (1,0) en el plano complejo y paralelo al eje imaginario; para frecuencias
negativas se obtiene el reflejo con respecto al eje real. La Fig. 1.16(e) muestra el diagrama de
Nyquist de este factor para T = 1 .
1 (1.47)
G ( jω ) = 2
;ξ >0
jω ⎛ jω ⎞
1 + 2ξ + ⎜⎜ ⎟
ω n ⎝ ω n ⎟⎠
lim G ( jω ) = 0∠ m 180º
ω → ±∞
⎛ jω ⎞
jω
2
(1.49)
G ( jω ) = 1 + 2ξ + ⎜⎜ ⎟ ;ξ >0
ω n ⎝ ω n ⎟⎠
lim G ( jω ) = ∞∠ ± 180º
ω → ±∞
tal que se tiene una curva de Nyquist como se muestra en la Fig. 1.16(g) para ξ = 1 y ω n = 1 ..
Retardo puro
También se puede considerar el diagrama de Nyquist de un retardo de transporte puro dado por:
Nyquist Diagram
1 -4 dB
2 dB 0 dB -2 dB
4 dB
0.8
-6 dB
0.6 6 dB
0.4 10 dB -10 dB
0.2
Imaginary Axis
20 dB -20 dB
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
Fig. 1.17 Diagrama de Nyquist de un retardo puro utilizando la aproximación de Padé de orden 10
⎛ s2 s ⎞ ⎛ s2 s ⎞ (2.1)
K (T1 s + 1) L (Tm1 s + 1)⎜⎜ 2 + 2ξ + 1⎟⎟ L ⎜⎜ 2 + 2ξ + 1⎟⎟
⎝ ω n1 ω n1 ⎠ ⎝ ω nm1 ω nm1 ⎠
G ( s) =
⎛ s2 s ⎞ ⎛ s2 s ⎞
s N (T1 s + 1) L (Tn1 s + 1)⎜⎜ 2 + 2ξ + 1⎟⎟ L ⎜⎜ 2 + 2ξ + 1⎟⎟
⎝ ω n1 ω n1 ⎠ ⎝ ω nn1 ω nn1 ⎠
Sistema Tipo 0
En este caso, la constante de error de posición puede ser calculada mediante la siguiente
expresión:
K p = lim G ( jω ) (2.3)
ω →0
Note que la asíntota de baja frecuencia es una línea horizontal con magnitud 20 log K p dB . La
curva de magnitud del diagrama de Bode, junto con la asíntota de baja frecuencia se muestran
en la Fig. 2.1.
20 System: k0
Frequency (rad/sec): 0.0128
Magnitude (dB): 13.5
10
Magnitude (dB)
0
-10
-20
-30
-2 -1 0 1 2 3 4
10 10 10 10 10 10 10
Frequency (rad/sec)
Fig. 2.1 Estimación de la constante de error de posición de la función de transferencia de la ecuación (2.2)
Sistema Tipo 1
Considere ahora un sistema de tipo 1 dado por la función de transferencia:
En este caso, el comportamiento del sistema en bajas frecuencias puede ser aproximado por la
asíntota de baja frecuencia:
Kv (2.7)
G1 ( jω ) =
jω
Kv (2.8)
=1
jω1
tal que:
K v = ω1 (2.9)
La curva de magnitud del diagrama de Bode, junto con la asíntota de baja frecuencia, se
muestran en la Fig. 2.2.
40
20 System: ints1
Frequency (rad/sec): 4.75
Magnitude (dB): -0.00888
0
Magnitude (dB)
-20
-40
-60
-80
-100
-120
-1 0 1 2 3
10 10 10 10 10
Frequency (rad/sec)
Fig. 2.2 Estimación de la constante de error de velocidad de la función de transferencia de la ecuación (2.6)
Observe que la intersección con 0 dB ocurre a una frecuencia aproximada de 4.75. Por tanto, la
constante de error de velocidad identificada es:
K v = 4.75 (2.10)
Sistema Tipo 2
En este caso, el comportamiento del sistema en bajas frecuencias puede ser aproximado por la
asíntota de baja frecuencia:
Ka (2.12)
G1 ( jω ) =
( jω ) 2
Ka (2.13)
=1
( jω a ) 2
tal que:
ωa = K a (2.14)
o bien:
K a = ω a2 (2.15)
La curva de magnitud del diagrama de Bode, junto con la asíntota de baja frecuencia, se
muestran en la Fig. 2.3.
40
20 System: ints2
Frequency (rad/sec): 2.18
Magnitude (dB): -0.0217
0
Magnitude (dB)
-20
-40
-60
-80
-100
-120
-1 0 1 2 3 4
10 10 10 10 10 10
Frequency (rad/sec)
Fig. 2.3 Estimación de la constante de error de aceleración de la función de transferencia dada por la
ecuación (2.11)
Observe que la intersección con 0 dB ocurre a una frecuencia aproximada de 2.18. Por tanto, la
constante de error de velocidad identificada es:
⎛ ( jω ) 2 jω ⎞ ⎛ ( jω ) 2 jω ⎞ (2.17)
K ( jωT1 + 1) L ( jωTm1 + 1)⎜⎜ 2 + 2ξ b1 + 1⎟⎟ L ⎜⎜ 2 + 2ξ bm + 1⎟⎟
⎝ ω nb1 ω nb1 ⎠ ⎝ ω nam ω nbm ⎠
G ( jω ) =
⎛ ( j ω ) 2
j ω ⎞ ⎛ ( j ω ) 2
j ω ⎞
( jω ) N ( jωT1 + 1) L ( jωTn1 + 1)⎜⎜ 2 + 2ξ a1 + 1⎟⎟ L ⎜⎜ 2 + 2ξ an + 1⎟⎟
⎝ ω na1 ω na1 ⎠ ⎝ ω nan ω nan ⎠
Sistema Tipo 0
En este tipo de sistemas el punto inicial del diagrama de Nyquist en ω = 0 es finito y está sobre
el eje real positivo. La tangente del diagrama polar en ω = 0 es perpendicular al eje real. Por su
parte, el punto terminal en ω = ∞ está en el origen y la curva es tangente a uno de los ejes.
Nyquist Diagram
10
0 dB
8
4
System: g0
-2 dB Real: 4.74
2 2 dB
Imaginary Axis
-4 dB Imag: -0.0315
4
6 dB
-6 dB
dB Freq (rad/sec): -0.0171
0
-2
-4
-6
-8
-10
0 2 4 6 8 10 12 14 16 18
Real Axis
Fig. 2.4 Diagrama de Nyquist del sistema tipo 0 dado en la ecuación (2.18)
Observe que diagrama de Nyquist se inicia sobre el eje real en un punto alrededor del punto
indicado en la figura. Note que este valor corresponde a la constante de error de posición del
sistema ( K p ).
Sistema Tipo 1
Nyquist Diagram
0 dB
60
40
20
Imaginary Axis
2 dB -2 dB
0
-20
-40
-60
Fig. 2.5 Diagrama de Nyquist del sistema tipo 1 dado en la ecuación (2.19)
Observe que diagrama de Nyquist se inicia en el infinito con una fase de -90º, en bajas
frecuencias el comportamiento asintótico es paralelo al eje imaginario y en altas frecuencias
converge al origen.
Sistema Tipo 2
Nyquist Diagram
0 dB
20
15
10
5
Imaginary Axis
-5
-10
-15
-20
Fig. 2.6 Diagrama de Nyquist del sistema tipo 2 dado en la ecuación (2.20)
Observe que diagrama de Nyquist se inicia en el infinito con una fase de -180º, en bajas
frecuencias el comportamiento es asintótico al eje real negativo y en altas frecuencias converge
al origen.
R (s) + Y (S )
G (s )
−
H (s )
Y ( s) G(s) (3.1)
Gcl ( s) = =
R( s) 1 + G ( s) H ( s)
Recuerde que la estabilidad del sistema está determinada por las raíces de:
jω
C1 Plano s
R→∞
0 σ
Y ( s) G(s) (3.3)
Gcl ( s) = =
R( s) 1 + G ( s) H ( s)
N =Z−P (3.4)
jω
C1 Plano s
R→∞
×
0 σ
r→0
Fig. 3.3 Contorno que evita las singularidades en el eje imaginario.
Ejemplo 1.- Considere un sistema en lazo cerrado cuya función de transferencia en lazo abierto
se obtiene mediante:
K K /(T1T2 ) (3.5)
G ( s) H ( s) = =
(T1 s + 1)(T2 s + 1) ⎛1 1⎞ 1
s 2 + ⎜⎜ + ⎟⎟ s +
⎝ T1 T2 ⎠ T1T2
K /(T1T2 ) (3.6)
Gcl ( s ) =
⎛1 1⎞ 1 K
s 2 + ⎜⎜ + ⎟⎟ s + +
⎝ T1 T2 ⎠ T1T2 T1T2
Nyquist Diagram
2 dB 0 dB -2 dB
-4 dB
1
4 dB
-6 dB
6 dB
0.5
10 dB -10 dB
Imaginary Axis
20 dB -20 dB
0
-0.5
-1
K K /(T1T2 ) (3.7)
G ( s) H ( s) = =
s(T1 s + 1)(T2 s + 1) ⎛1 1⎞ 1
s 3 + ⎜⎜ + ⎟⎟ s 2 + s
⎝ T1 T2 ⎠ T1T2
El número de polos en el semiplano derecho del plano s es cero. Por tanto, para que este
sistema sea estable, es necesario que N = Z = 0 o que el lugar geométrico de G ( jω ) H ( jω )
no encierre el punto − 1 + j 0 .
Nyquist Diagram
1
0.8
0.6
0.4
0.2
Imaginary Axis
0
-0.2
-0.4
-0.6
-0.8
-1
-1.5 -1 -0.5 0
Real Axis
Fig. 3.5 Diagrama de Nyquist del sistema dado en la ecuación (3.7) con con T1 = 1 / 2 , T2 = 1 / 5 y
K = 2.5
0.8
0.6
0.4
0.2
Imaginary Axis
-0.2
-0.4
-0.6
-0.8
-1
-2.5 -2 -1.5 -1 -0.5 0
Real Axis
Fig. 3.6 Diagrama de Nyquist del sistema dado en la ecuación (3.7) con con T1 = 1 / 2 , T2 = 1 / 5 y
K = 10
Ejemplo 3.- La estabilidad de un sistema en lazo cerrado con función de transferencia de lazo
abierto dada por:
K (T2 s + 1) (3.8)
G ( s) H ( s) =
s 2 (T1 s + 1)
a) T1 < T2
b) T1 = T2
c) T1 > T2
Nyquist Diagram
1
0.8
0.6
0.4
0.2
Imaginary Axis
0
-0.2
System: gh
Real: -0.371
-0.4
Imag: -0.175
System: gh Freq (rad/sec): 3.1
-0.6 Real: -1.41
Imag: -0.494
-0.8 Freq (rad/sec): 1.42
-1
-1.5 -1 -0.5 0 0.5 1 1.5
Real Axis
Fig. 3.7 Diagrama de Nyquist del sistema de la ecuación (3.8) con T1 = 1 / 5 , T2 = 1 / 2 y K = 2.5 .
Por su parte, para el caso b), con K = 2.5 se tiene el diagrama de Nyquist que se muestra en la
Fig. 3.8:
Nyquist Diagram
0.1
10 dB 6 -2
dB4dB
-4
dB2dB
-6
dB0dB
-10
dB dB
0.08
0.06
0.04
0.02
Imaginary Axis
-0.02
-0.04
-0.06
-0.08
-0.1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2
Real Axis
Figura 3.8 Diagrama de Nyquist del sistema dado en la ecuación (3.8) con, K = 2.5
donde el lugar geométrico de G ( jω ) H ( jω ) pasa por el punto − 1 + j 0 , lo cual indica que hay
polos de lazo cerrado sobre el eje jω .
Nyquist Diagram
1
0.8
System: gh
0.6 Real: -1.13
Imag: 0.383
Freq (rad/sec): 1.36 System: gh
0.4
Real: -0.243
Imag: 0.112
0.2 Freq (rad/sec): 2.56
Imaginary Axis
0
-0.2
-0.4
-0.6
-0.8
-1
-1.5 -1 -0.5 0 0.5 1 1.5
Real Axis
Fig. 3.9 Diagrama de Nyquist del sistema dado en la ecuación (3.8) con T1 = 1 / 2 , T2 = 1 / 5 y K = 2.5
Ejemplo 4.- Considere el sistema de lazo cerrado que tiene la siguiente función de transferencia
en lazo abierto:
K (3.9)
G ( s) H ( s) =
s(Ts + 1)
Nyquist Diagram
10
System: gh
8 Real: -2.16
Imag: 5.54
6 Freq (rad/sec): 0.394
System: gh
4 Real: -1.27
Imag: 1.31
2 dB
2 Freq (rad/sec): 0.988 -2 dB
Imaginary Axis
4 dB -4 dB
0
-2
-4
-6
-8
-10
-2.5 -2 -1.5 -1 -0.5 0
Real Axis
Fig. 3.9 Diagrama de Nyquist del sistema dado en la ecuación (3.9) con T = 1 y K = 2.5
R (s) + Y (S )
G (s )
−
H (s )
Y ( s) G(s) (4.1)
Gcl ( s) = =
R( s) 1 + G ( s) H ( s)
Im
×
−1
Re
Fig. 4.2 Representación de la estabilidad relativa del sistema realimentado de la ecuación (4.1)
Im
MG > 0
×
−1
ωp Re
Im
1
−1
×
Re
MF > 0 ωg
ω g se denomina frecuencia de cruce de ganancia. Si se dibuja una línea recta desde el origen a
G ( jω g ) H ( jω g ) , entonces el ángulo entre la línea recta y el eje real negativo se llama margen
de fase y se calcula como:
donde arg G ( jω g ) H ( jω g ) debe ser medida en el sentido de las manecillas del reloj.
Note que si G ( jω g ) H ( jω g ) > 1 o el diagrama de Nyquist para ω > 0 interfecta el eje real
negativo sobre el lado izquierdo de -1, entonces el margen de ganancia es negativo. Por su
parte, si la intersección con el círculo unitario ocurre en el tercer cuadrante, entonces el margen
de fase es positivo. Pero si la intersección ocurre en el segundo cuadrante como se muestra en
la Fig. 4.4., el margen de fase es negativo.
Im
ωg
ωp 1
×
−1
MG < 0 MF < 0 Re
Los márgenes de fase y de ganancia son mucho más fáciles de obtener a partir del diagrama de
Bode como se muestra en la Fig. 5.5.
dB dB
ω MG < 0 { ω
ωg ωp
} MG > 0
∠ ∠
ωp ω ωg ω
MF > 0 {
− 180º − 180º }
MF < 0
Fig. 5.5 Representación de los márgenes de estabilidad de un sistema realimentado con diagramas de Bode.
Nota.- Si G ( s ) H ( s ) tiene polos en el semiplano derecho, para que Gcl (s) sea estable, el
diagrama de Nyquist debe circundar el punto crítico − 1 + j 0 . En este caso, el diagrama de
Nyquist para ω > 0 debe tener un número de frecuencias de cruce de fase y un número de
frecuencias de cruce de ganancia, lo que hace que los márgenes de fase y los márgenes de
ganancia no sean únicos como se muestra en la Fig. 5.6.
Im
1
×
−1
Re
Fig. 5.6 Dificultades en la determinación de los márgenes de estabilidad en sistmas con múltiples cruces de
ganancia y múltiples cruces de fase
Más aún, para que el sistema sea estable, algunos márgenes de fase deben ser positivos y
algunos negativos. Por esta razón, si G ( s ) H ( s ) tiene polos en el semiplano derecho, los
conceptos de márgenes de ganancia y de fase no son útiles.
6.4.4 Ejemplos
2s + 2 (4.4)
G1 ( s ) = ;
s + 8s + 15s 2 + s + 1 4 3
3
G2 ( s) = 3
s + 3s + 3 s + 1
2
Bode Diagram
Gm = 28.782 dB (at 2.645 rad/sec), Pm = 16.165 deg (at 0.46371 rad/sec) Bode Diagram
50 Gm = 8.5206 dB (at 1.7322 rad/sec), Pm = 41.691 deg (at 1.0393 rad/sec)
20
0
Magnitude (dB)
0
Magnitude (dB)
-50
-20
-100
-40
-150
-60
0
0
-45
-45
-90
Phase (deg)
-90
Phase (deg)
-135 -135
-180 -180
-225 -225
-270 -270
-2 -1 0 1 2 -1 0 1
10 10 10 10 10 10 10 10
Frequency (rad/sec) Frequency (rad/sec)
Note que ambos sistemas son estables ya que los dos tienen margen de ganancia y margen de
fase positivos, por lo que ambos sistemas son estables.
Gcl ( jω ) = G ( jω ) e jθ (ω ) (5.1)
donde
⎛ ImGcl ( jω ) ⎞ (5.2)
θ (ω ) = tan −1 ⎜⎜ ⎟⎟
⎝ ReGcl ( jω ) ⎠
Gcl ( jω )
Mr
Gcl (0)
0.707Gcl (0) Ancho de banda
ωc
ω
∠Gcl ( jω )
ω
Fig. 5.1 Gráficas típicas de amplitud y fase
ω n2 (5.3)
G ( s) = 2
s + 2ξω n s + ω n2
Del teorema del valor final se conoce que el funcionamiento en estado estacionario está
determinado por Gcl (s) cuando s → 0 (en el dominio del tiempo) o por Gcl ( jω ) cuando
ω → 0 (en el dominio de la frecuencia).
Por su parte, el error de velocidad en estado estacionario a una entrada rampa está dado por:
Para tener un error de velocidad finito se requiere que Gcl (0) = 1 . En este caso, la expresión
anterior se reduce a:
De esta manera, la frecuencia de corte es también llamada punto de potencia media o punto a -3
dB.
Note también que ω c es la frecuencia a la cual su amplitud es 70% o 3 dB por debajo del nivel
en ω = 0 o a la mitad de la que se tiene en ω = 0 .
Además de lo anterior, se puede demostrar que el pico de resonancia está relacionado con el
sobrepaso a través del coeficiente de amortiguamiento ξ y el ancho de banda está relacionado
con la velocidad de respuesta. Mientras más grande es el ancho de banda más rápida es la
respuesta del sistema y, por tanto, menor es el tiempo de crecimiento o el tiempo de
asentamiento.
ω n2 (5.10)
Gcl ( s ) =
s 2 + 2ξω n + ω n2
se tiene que:
⎧ 1 (5.11)
⎪ para ξ < 0.707
M r = ⎨ 2ξ 1 − ξ 2
⎪0 para ξ ≥ 0.707
⎩
que está relacionado con el sobrepaso, a través de ξ , dado por la siguiente expresión:
−πξ (5.12)
1−ξ 2
Mp =e
Por su parte, el ancho de banda es proporcional a ω n . Por tanto, cuanto mayor es el ancho de
banda, más pequeño será el tiempo de crecimiento y, de aquí, más rápida será la respuesta.
M r = 1.1547 (5.13)
M p = 0.163 (5.14)
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
-50
-100
-150
-200
0 1 2 3 4 5 6 7 8 9 10
Fig. 5.2 Respuesta en frecuencia del sistema dado por la ecuación (5.10) con ω n = 1 y ξ = 0.5
M r = 5.0252 (5.15)
M p = 0.7292 (5.16)
Bajo estas condiciones la respuesta en frecuencia resulta como se muestra en la Fig. 5.3.
0
0 1 2 3 4 5 6 7 8 9 10
-50
-100
-150
-200
0 1 2 3 4 5 6 7 8 9 10
Fig. 5.3 Respuesta en frecuencia del sistema dado en la ecuación (5.10) con ω n = 1 y ξ = 0.1
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
-50
-100
-150
-200
0 1 2 3 4 5 6 7 8 9 10
Fig. 5.4 Respuesta en frecuencia del sistema dado en la ecuación (5.10) con ω n = 4 y ξ = 0.5
Observe cómo se ha incrementado el ancho de banda del sistema. También observe el efecto
sobre la velocidad de respuesta del sistema a una entrada escalón unitario que se muestra en la
Fig. 5.5.
Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 2 4 6 8 10 12
Time (sec)
Fig. 5.5 Efecto sobre la respuesta al escalón del sistema de la ecuación (5.10) al incrementar el ancho de
banda
En esta figura puede verse que el cambio del valor de la frecuencia natural no afecta el valor de
sobrepaso del sistema.
7 Diseño de Compensadores
7.1 Introducción
Los sistemas de control se diseñan para realizar tareas específicas. Los requerimientos impuestos
sobre el sistema de control se detallan como especificaciones de desempeño con respecto a la
precisión en estado estacionario, la estabilidad relativa del sistema de control y la velocidad de
respuesta. Por tanto, la parte más importante de la fase de diseño de un sistema de control es el
planteamiento de las especificaciones en conformidad con los objetivos planteados en el
funcionamiento de la aplicación.
Los compensadores constituyen una de las muchas alternativas para resolver problemas de diseño
de sistemas de control. Entre los muchos tipos de compensadores, los de mayor uso son los
compensadores de atraso, adelanto, y atraso-adelanto. El diseño de estos compensadores puede
ser realizado utilizando la técnica del lugar de las raíces, o bien la respuesta en frecuencia.
K 0 (s + z) (2.1)
Gc ( s ) = ; con z > p > 0
s+ p
K0 z (2.2)
G c ( 0) = K s =
p
Esto implica que el controlador de atraso de fase tiene potencial para incrementar la ganancia
constante de estado estacionario por un factor igual a z / p , comparado con un controlador de
ganancia pura.
Por su parte, la fase del controlador es arg(G ( s )) < 0 por lo que el controlador contribuye con fase
negativa. Un controlador de atraso de fase es diseñado de tal forma que Gc (s ) contribuye con muy
poca fase negativa en la ubicación de los polos del sistema de lazo cerrado, proporcionando a la vez
un incremento sustancial de ganancia para reducir el error en estado estacionario. Por tanto, este
s1 + z (2.3)
≈ 1 lo cual implica que Gc ( s1 ) ≈ K 0
s1 + p
Gc ( s1 )G ( s1 ) H ( s1 ) ≈ K 0 G ( s1 ) H ( s1 ) = −1 (2.4)
Esto usualmente se logra eligiendo − z y − p lejos de s1 , pero relativamente cerca del origen.
o Encuentre los polos dominantes de lazo cerrado s1 y s1 sobre el lugar de las raíces que den la
respuesta transitoria deseada y encuentre el correspondiente valor de K 0 .
K0 z
p=
Ks
Alternativamente tome un polo que sea mucho más pequeño que s1 y haga:
Ks p
z=
K0
o Verifique el diseño del controlador mediante simulación o repita el último paso hasta encontrar
un desempeño acorde a las especificaciones deseadas.
10 10 (2.5)
G(s) = = 3 y H (s) = 1
s ( s + 5)( s + 10) s + 15s 2 + 50 s
o Respuesta transitoria.- Para una entrada escalón se requiere que el porcentaje de sobrepaso PO
sea menor o igual a 20% y que el tiempo de asentamiento sea menor o igual que 4 seg.
o Respuesta en estado estacionario.- Para una entrada rampa unitaria se requiere que el error en
estado estacionario sea menor que 0.05.
Por tanto, el polo dominante del sistema de lazo cerrado deberá tener un ξ ≥ 0.4559 y un
σ = ξω n > 1 .
Por otro lado, a partir de las especificaciones de la respuesta en estado estacionario calcule cota
inferior de la constante de error de velocidad como sigue:
1 1 (2.8)
Kv = ≥ = 20
e(∞) 0.05
Kv 20 (2.10)
Ks = = = 100
lim sG ( s ) 10 / 50
s →0
Utilizando Matlab, obtenga ahora el lugar de las raíces del sistema sin compensar. Este se muestra
en la Fig. 2.1.
Root Locus
15
0.93
10
0.98
5
Imag Axis
30 25 20 15 10 5
0
-5
0.98
-10
0.93
-15
Ahora seleccione el punto sobre el lugar de las raíces correspondiente a una línea que satisfaga la
condición ξ ≥ 0.4549 y obtenga la ganancia K 0 y la ubicación del polo dominante s1 . Un punto
que satisface esta condición se muestra en la gráfica de la Fig. 2.2.
Root Locus
15
0.93
10
0.98
5
Imag Axis
30 25 20 15 10 5
0
-5
0.98
-10
0.93
-15
Fig. 2.2 Selección de un punto sobre el lugar de las raíces que satisface las especificaciones de diseño
La ganancia K 0 y los polos del sistema en lazo cerrado sin compensación están dados por:
K 0 = 13.684
s1 = −11.7324
s 2,3 = −1.6338 ± j 2.999
Note que los polos dominantes son − 1.6338 ± j 2.9990 y que la parte real de estos polos es
menor que − 1 , entonces lo que significa que se satisfacen las especificaciones de la respuesta
transitoria. Elija ahora el cero − z del controlador tal que se satisfaga la condición z << s 2 , donde
s 2 es la magnitud de uno de los polos dominantes, y calcule el polo − p del controlador para
obtener finalmente la función de transferencia del controlador. De acuerdo a esto, elija z = 0.1 , tal
que
K 0 z 13.684(0.1) (2.11)
p= = = 0.01368
Ks 100
De esta manera, la función de transferencia del controlador de atraso está dada por:
Con este controlador, la función de transferencia del sistema de control en lazo cerrado está dada
por
La respuesta al escalón unitario y la respuesta a la rampa unitaria del sistema de control en lazo
cerrado se muestra en la Fig. 2.3.
Step Response
18
1.4
16
1.2
14
1 12
0.8 10
Amplitude
8
0.6
6
0.4
4
0.2
2
0 0
0 2 4 6 8 10 12 14 16 18 0 2 4 6 8 10 12 14 16 18
Time (sec)
Note en las figuras anteriores que se han satisfecho las especificaciones de diseño del problema.
7.2.2 Controlador PI
En este caso el controlador está dado por:
s+z (2.14)
Gc ( s ) = K 0 ; z>0
s
o Encontrar los polos dominantes de lazo cerrado s1 y s1 sobre el lugar de las raíces que den la
respuesta transitoria deseada y encontrar el valor de la ganancia K 0 .
Considere la misma planta y las mismas especificaciones de diseño que se establecieron para el
controlador de atraso de fase. Es decir:
o Planta:
10 10 (2.15)
G(s) = = 3 y H (s) = 1
s ( s + 5)( s + 10) s + 15s 2 + 50 s
o Respuesta transitoria.- Para una entrada escalón se requiere que el porcentaje de sobrepaso PO
sea menor o igual a 20% y que el tiempo de asentamiento sea menor o igual que 4 seg.
o Respuesta en estado estacionario.- Para una entrada rampa unitaria se requiere que el error en
estado estacionario sea menor que 0.05.
Si se toma el mismo s1 (es decir, s1 = 1.6338 + j 2.9990 lo cual implica que K 0 = 13.6840 ) y el
mismo z (es decir, z = 0.1 ) se tiene que el controlador está dado por:
s + 0 .1 (2.16)
Gc = 13.6840
s
Con este controlador, se obtienen curvas muy similares a las obtenidas con el controlador de atraso
de fase, como se puede verificar en la Fig. 2.4.
Step Response
1.4 18
16
1.2
14
1
12
0.8 10
Amplitude
0.6 8
6
0.4
4
0.2
2
0 0
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18
Time (sec)
Fig. 2.4 Respuesta al escalón y a la rampa del sistema de control en lazo cerrado
Suponga que en el ejemplo del controlador de atraso de fase se quiere que el tiempo de
asentamiento sea menor que 1seg. (es decir, t s < 1 ). Entonces, es fácil ver que ningún controlador
de atraso de fase o PI puede satisfacer esta especificación ya que los polos dominantes deseados
4
tendrían que tener partes reales − ξω n menores que -4, ya que ξω n > = 4 . Observe en el lugar
ts
de las raíces de G ( s ) H ( s ) (ecuación 2.5), que se muestra en la Fig. 2.5, que el polo en -4 no
corresponde a un polo dominante.
Root Locus
15
0.93
10
0.98
5
Imag Axis
30 25 20 15 10 5
0
-5
0.98
-10
0.93
-15
Fig. 2.5 Lugar de las raíces del sistema descrito en el ecuación (2.5)
s+z (2.17)
Gc = K 0 ; p>z>0
s+ p
o Determinar los polos dominantes de lazo cerrado deseados s1 y s1 que den la respuesta
transitoria deseada.
o Calcular el ángulo requerido tal que s1 esté sobre el lugar de las raíces. Es decir, se calcule el
valor θ = arg(Gc ( s1 )) de la siguiente manera:
y asegúrese de que sea el polo dominante. Note que existen infinitamente muchas elecciones
para ubicar z y p , dos de las cuales se muestran en la Fig. 2.6:
s1 s1
× Plano s
× Plano s
θ θ
× ×
− p −z −p −z
Fig. 2.6 Posibles elecciones del cero y del polo del controlador de adelanto
s1 + z (2.20)
K0 G ( s1 ) H ( s1 ) = 1
s1 + p
Para ilustrar el procedimiento, considere la misma planta que en el ejemplo del controlador de atraso
de fase:
10 10 (2.21)
G(s) = = 3 y H (s) = 1
s ( s + 5)( s + 10) s + 15s 2 + 50 s
o Para una entrada escalón se requiere que el porcentaje de sobrepaso PO sea menor o igual
a 20% y que el tiempo de asentamiento sea menor o igual que 1 seg. para una banda del
2%.
Observe que sólo se especifica el comportamiento transitorio. Esto es debido a que el controlador de
adelanto de fase no es un controlador de ganancia.
Esto significa que el polo dominante deberá tener un coeficiente de amortiguamiento ξ > 0.4559 y
que su parte real deberá ser menor que -4. Bajo estas condiciones proponga el polo dominante
s1 = −5 + j5 . De acuerdo al diagrama mostrado en la Fig. 2.7, el ángulo β es 45º; y el polo
dominante tiene una parte real Re(s1 ) = −5 < −4 y corresponde a un coeficiente de
amortiguamiento ξ = 0.7071 > 0.4559 .
s1
× jω d = jω n 1 − ξ 2
ωn
β
−σ
σ = ξω n
ξ = cos β
Para que el punto s1 quede sobre el lugar de las raíces, se necesita satisfacer la condición de
ángulo:
de aquí el ángulo de fase del controlador en el polo dominante requerido para que s1 esté sobre el
lugar de las raíces es:
10 (2.26)
θ = 180º − arg = 180º −90º = 90º > 0
s ( s + 5)( s + 10) s = −5 + j 5
se tiene que tener que z < 5 , de otra manera el polo p → ∞ como se muestra en la Fig. 2.8.
s1
× j5
90º
−z
−5
Fig. 2.8 Si se elige el cero en -5, no existe posibilidad para encontrar un polo que satisfaga la condición de fase
Sin embargo, si z < 5 entonces existe algún polo finito que puede satisfacer la anterior relación,
como se muestra en la Fig. 2.9.
s1
× j5
90º
×
−p −5 −z
Fig. 2.9 Si se elige el cero mayor a -5 entonces existe la posibilidad de encontrar un polo que satisfaga la
condición de fase
Si s1 = σ 1 + jω1 entonces:
s1 + p = (σ 1 + p) + jω1 (2.29)
tal que
⎛ ω1 ⎞ (2.30)
arg(s1 + p) = tan −1 ⎜⎜ ⎟⎟
⎝ σ1 + p ⎠
ω1 (2.31)
tan (arg(s1 + p) ) = = tan (arg(s1 + z ) − θ )
σ1 + p
y de aquí:
ω1 (2.32)
p= − σ1
tan(arg(s1 + z ) − θ )
donde:
⎛ ω1 ⎞ (2.33)
arg(s1 + z ) = tan −1 ⎜⎜ ⎟⎟
σ
⎝ 1 + z ⎠
p = 13.3333 (2.34)
Gc ( s1 )G ( s1 ) H ( s1 ) = 1 (2.35)
o bien:
s1 + z (2.36)
K0 G ( s1 ) H ( s1 ) = 1
s1 + p
s1 + p (2.37)
K0 =
s1 + z G ( s1 ) H ( s1 )
K 0 = 41.6667 (2.38)
La función de transferencia del controlador y la función de transferencia del sistema de lazo cerrado
están dadas entonces por:
La respuesta al escalón unitario del sistema en lazo cerrado se muestra en la Fig. 2.10.
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6
Time (sec)
Fig. 2.10 Respuesta al escalón unitario del sistema en lazo cerrado, eligiendo cero del controlador en el punto -2.
En este caso los polos del sistema en lazo cerrado están localizados en los puntos -31.8614,
− 5 ± j 5 y -3-1386, que producen la respuesta al escalón unitario que se muestra en la Fig. 2.11.
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
Time (sec)
Fig. 2.11 Respuesta al escalón unitario del sistema en lazo cerrado, eligiendo el cero del controlador en el punto
-4.
Observe que en este caso se satisfacen plenamente las especificaciones de la respuesta transitoria.
7.2.4 Controlador PD
Gc ( s ) = K 0 ( s + z ) ; z > 0 (2.43)
Este controlador puede ser considerado un caso especial del controlador de adelanto de fase, donde
se desprecia la dinámica del polo. De esta manera, se puede aplicar esencialmente el procedimiento
de diseño del controlador de adelanto de fase:
arg(s1 + z ) = θ (2.45)
K 0 s1 + z G ( s1 ) H ( s1 ) = 1 (2.46)
Continuando con el ejemplo anterior, también se puede diseñar un controlador PD que satisfaga las
condiciones de diseño. Si nuevamente se toma s1 = −5 ± j 5 y se toma z = 5 , entonces se
requiere que K 0 = 5 , lo que da el controlador PD:
Gc ( s ) = 5( s + 5) (2.47)
50 s + 250 (2.48)
Gcl =
s + 15s 2 + 100 s + 250
3
La repuesta al escalón unitario del sistema en lazo cerrado resultante se muestra en la Fig. 2.12.
Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2
Time (sec)
Fig. 2.12 Respuesta al escalón unitario del sistema en lazo cerrado con controlador PI
Controlador de Adelanto-Atraso
Algunas veces un controlador puro de atraso o de adelanto de fase puede no proporcionar suficiente
grado de libertad para satisfacer las especificaciones de diseño. En este caso es necesaria una
combinación adelanto/atraso. La idea básica es usar adelanto de fase para satisfacer las
especificaciones de la respuesta transitoria y atraso de fase para satisfacer los requerimiento de
estado estacionario.
10 10 (2.49)
G(s) = = 3 y H (s) = 1
s ( s + 5)( s + 10) s + 15s 2 + 50 s
o La respuesta al escalón del sistema de lazo cerrado no tenga más de 20% de sobrepaso y el
tiempo de asentamiento no sea mayor a 1seg.
o El error en estado estacionario a una entrada rampa unitaria no sea mayor a 0.05.
El lugar de las raíces del sistema sin compensar se muestra en la Fig. 2.13
Root Locus
15
0.93
10
0.98
5
Imag Axis
30 25 20 15 10 5
0
-5
0.98
-10
0.93
-15
Note que la planta es la misma que la utilizada en los ejemplos de compensación de atraso y
compensación de adelanto, desarrollados anteriormente. Por tanto, para el adelanto de fase se
puede usar el compensador que resultó en el diseño del controlador de adelanto, cuya función de
transferencia es:
125( s + 4) (2.52)
Glead ( s ) =
s + 30
Siguiendo el procedimiento de diseño, defina ahora un nuevo modelo de planta que incluye al
controlador de adelanto de fase. Esto es:
Tomando en cuenta las especificaciones de error en estado estacionario calcule K s como sigue:
Kv 20 300 (2.54)
Ks = ~ = = =6
lim sGlead ( s ) 50 / 15 50
s →0
~
El lugar de las raíces de Glead ( s) está entonces dado como se muestra en al Fig. 2.14.
Root Locus
60
0.92
40
20 0.98
Imag Axis
100 80 60 40 20
0
-20 0.98
-40
0.92
-60
0.83
-80 0.72 0.6 0.46 0.3 0.16
Fig. 2.14 Lugar de las raíces del sistema dado por la ecuación (2.49)
Elija el cero del controlador de atraso al menos diez veces más pequeño que los polos dominantes
~
del lugar de las raíces de Glead ( s) y calcule su respectivo polo.
Elija el cero del controlador de atraso al menos diez veces menor que el polo dominante, por ejemplo
z lag = 0.08 , luego calcule el polo del controlador de atraso:
z lag (2.55)
plag = = 0.0133
Ks
tal que la función de transferencia del controlador de atraso y la función de transferencia del
controlador de adelanto-atraso están dadas por:
s + 0.08 (2.56)
Glag ( s ) =
s + 0.0133
Step Response
18
1.4
16
1.2
14
1 12
0.8 10
Amplitude
8
0.6
6
0.4
4
0.2
2
0 0
0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 14 16 18
Time (sec)
10 10 (2.59)
G(s) = = 3 y H (s) = 1
s ( s + 5)( s + 10) s + 15s 2 + 50 s
o La respuesta al escalón del sistema de lazo cerrado no tenga más de 20% de sobrepaso y el
tiempo de asentamiento no sea mayor a 1seg.
o El error en estado estacionario a una entrada rampa unitaria no sea mayor a 0.05.
4 4 (2.61)
σ = ξω n ≥ = =4
ts 1
El lugar de las raíces del sistema sin compensar se muestra en la Fig. 2.16.
Root Locus
15
0.93
10
0.98
5
Imag Axis
30 25 20 15 10 5
0
-5
0.98
-10
0.93
-15
Glead ( s ) = 5( s + 5) (2.62)
Siguiendo el procedimiento de diseño, defina ahora un nuevo modelo de planta que incluye al
controlador de adelanto de fase:
Esto es:
~ (2.63)
Glead ( s) = Glead ( s)G ( s )
~
La función de transferencia de Glead ( s) está entonces dada por:
~ ( s) = 50 s + 250 (2.64)
G
s + 15s 2 + 50 s
lead 3
Kv (2.65)
Ks = ~ ( ) =4
lim sG lead s
s →0
~
Por su parte, el lugar de las raíces de Glead ( s) se muestra en la Fig. 2.17.
Root Locus
2.5 0.96 0.92 0.86 0.76 0.58 0.35
2
0.984
1.5
1
0.996
0.5
Imag Axis
10 8 6 4 2
0
-0.5
0.996
-1
-1.5
0.984
-2
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0
Real Axis
~
Fig. 2.17 Lugar de las raíces de Glead ( s)
Elija el cero del controlador de atraso al menos diez veces más pequeño que los polos dominantes y
calcule su respectivo polo. La función de transferencia del controlador de atraso está entonces dada
por:
s + 0.08 (2.66)
Glag ( s ) =
s
tal que la función de transferencia del controlador de adelanto-atraso está dada por:
5s 2 + 25.4 s + 2 (2.67)
Gc ( s ) =
s
50 s 2 + 254 s + 20 (2.68)
Gcl ( s ) =
s 4 + 15s 3 + 100 s 2 + 254 s + 20
Step Response
18
1.4
16
1.2
14
1 12
0.8
10
Amplitude
8
0.6
6
0.4
4
0.2
2
0 0
0 2 4 6 8 10 12 0 2 4 6 8 10 12 14 16 18
Time (sec)
Note que el controlador PID resultante es de menor orden que el controlador de adelanto/atraso
anterior y produce un comportamiento muy similar.
Compensadores de Adelanto
1 (3.1)
s+
Gc ( s ) = K c T ; donde 0 < α < 1
1
s+
αT
jω T + 1 (3.2)
G c ( jω ) = K c α
jωαT + 1
1−α (3.3)
sin φ m =
1+α
Bode Diagram
0
-5
Magnitude (dB)
-10
-15
-20
60
Phase (deg)
30
0
-1 0 1 2
10 10 10 10
Frequency (rad/sec)
1⎛ 1 1 ⎞ (3.4)
log ω m = ⎜ log + log ⎟
2⎝ T αT ⎠
Por tanto:
1 (3.5)
ωm =
αT
Procedimiento de Diseño
r (t ) e(t ) u (t ) y (t )
Gc (s ) G (s )
+
−
Suponga que las especificaciones del desempeño se dan en términos del margen de fase, del
margen de ganancia, de las constantes de error estático de posición y velocidad, etc. El
1 (3.6)
s+
Gc ( s ) = K c T ; donde 0 < α < 1
1
s+
αT
Defina:
K = K cα (3.7)
tal que:
Ts + 1 (3.8)
Gc ( s ) = K
αTs + 1
Ts + 1 Ts + 1 (3.9)
G c ( s )G ( s ) = K G(s) = G1 ( s )
αTs + 1 αTs + 1
donde
G1 ( s) = KG( s) (3.10)
Paso 2.- Usando la ganancia K determinada en el paso anterior, dibuje el diagrama de Bode de
G1 ( jω ) , el sistema con la ganancia ajustada pero sin compensar. Calcule luego el valor del margen
de fase requerido.
Paso 3.- Determine el ángulo de adelanto de fase φ necesario que se debe agregar al sistema para
satisface las especificaciones de diseño.
1−α (3.11)
sin φ m =
1+α
Paso 5.- Determine las frecuencias de esquina del compensador de adelanto del modo siguiente:
1
Cero del compensador de adelanto: ω =
T
1
Polo del compensador de adelanto: ω =
αT
K (3.12)
Kc =
α
Paso 7.- Verifique el margen de ganancia para asegurarse de que es satisfactorio. De no ser así
repita el proceso de diseño modificando la ubicación de los polos y ceros del compensador hasta
obtener un resultado satisfactorio.
Ejemplo de Diseño
Problema.- Considere el sistema con función de transferencia en lazo abierto dada por:
4 (3.13)
G ( s) =
s ( s + 2)
Se quiere diseñar un compensador para el sistema de modo que la constante de error estático de
velocidad sea de 20 seg -1 , el margen de fase sea al menos de 50º y el margen de ganancia al
menos 10 dB.
4K (3.14)
G1 ( s ) = KG ( s ) =
s ( s + 2)
Ts + 1 4 Ks (3.15)
K v = lim sGc ( s )G ( s ) = lim s G1 ( s ) = lim = 2 K = 20
s →0 s →0 αTs + 1 s →0 s ( s + 2)
K = 10 (3.16)
40 20 (3.17)
G1 ( jω ) = =
jω ( jω + 2) jω (0.5 jω + 1)
Bode Diagram
50
System: g1
Magnitude (dB)
-50
-90
Phase (deg)
-135 System: g1
Frequency (rad/sec): 6.14
Phase (deg): -162
-180
0 1 2
10 10 10
Frequency (rad/sec)
En el diagrama se observa que los márgenes de fase y de ganancia del sistema son 18º y + ∞ dB,
respectivamente. Un margen de fase de 18º implica que el sistema es muy oscilatorio; por tanto,
satisfacer la especificación en estado estacionario produce un desempeño deficiente de la respuesta
transitoria. La especificación requiere un margen de fase de al menos 50º. Por tanto, resulta
necesario encontrar el adelanto de fase adicional con el propósito de satisfacer el requerimiento de
que la estabilidad relativa sea de 32º. Para obtener un margen de fase de 50º sin disminuir el valor
de K , el compensador de adelanto debe contribuir al ángulo de fase requerido.
Paso 3.- Tomando en cuenta que la adición de un compensador de adelanto modifica la curva de
magnitud del diagrama de Bode, se observa que la frecuencia de cruce de ganancia se moverá a la
derecha. El atraso de fase incrementado de G1 ( jω ) debe ser compensado. Considerando el
cambio de la frecuencia de cruce de ganancia se supone que φ m , el adelanto de fase máximo
requerido, es de aproximadamente 37º, donde se han agregado 5º para compensar el cambio en la
frecuencia de cruce de ganancia.
1−α (3.18)
sin φ m =
1+α
un φ m = 38º corresponde a
α = 0.2486 (3.19)
Paso 5.- Una vez establecido el factor de atenuación α en base al ángulo de adelanto de fase
requerido, el paso siguiente es determinar las frecuencias de esquina ω = 1 / T y ω = 1 /(αT ) del
compensador de adelanto. Para conseguirlo, primero observe que el ángulo de adelanto de fase
máximo φ m ocurre en la media geométrica de las dos frecuencias de esquina o ω = 1 /( α T )
producida por la inclusión del término (Ts + 1) /(αTs + 1) es:
1 + jω T (3.20)
= 8.6162 dB
1 + jωαT ω =1 /( α T )
Bode Diagram
50
Magnitude (dB)
System: g1
Frequency (rad/sec): 10.3
0 Magnitude (dB): -8.6
-50
-90
Phase (deg)
-135
-180
-1 0 1 2
10 10 10 10
Frequency (rad/sec)
Elija ésta como la nueva frecuencia de cruce de ganancia ω c . Tomando en cuenta que
ω c = 1 /( α T ) , se obtiene:
1 (3.21)
T= = 0.1947
ωc α
K (3.22)
Kc = = 40.2279
α
Paso 7.- La verificación del diseño se hace mediante simulación como sigue:
El sistema en lazo cerrado del sistema no compensado está dado por la siguiente función de
transferencia:
G(s) 4 (3.25)
Gcl ( s ) = = 2
1 + G ( s) s + 2s + 4
Por su parte, la función de transferencia del sistema compensado está dado por:
El diagrama de Bode del sistema compensado, obtenido en Matlab, se muestra en la Fig. 3.5.
Bode Diagram
50
System: gcg
Magnitude (dB)
Frequency (rad/sec): 8.49
Magnitude (dB): -0.303
0
-50
-90
System: gcg
Frequency (rad/sec): 8.51
Phase (deg)
Phase (deg): -130
-135
-180
0 1 2
10 10 10
Frequency (rad/sec)
Observe que se han alcanzado las especificaciones de margen de fase. La respuesta al escalón y a
la rampa unitaria del sistema sin compensar comparada con el sistema compensado se muestran en
la Fig. 3.6.
1.2
5
1
4
0.8
Amplitude
Amplitude
0.6
2
0.4
1
0.2
0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Time (sec) Time (sec)
Fig. 3.6 Respuesta al escalón y a la rampa unitaria del sistema en lazo cerrado sin compensar y el sistema en
lazo cerrado compensado.
Observe que la respuesta a la rampa unitaria tiene un error estático de velocidad muy pequeño.
Según las especificaciones este error es igual a 1 / K v = 1 / 20 = 0.05 . En la gráfica puede
observarse que se satisfacen las especificaciones.
Compensadores de Atraso
1 (3.27)
s+
Gc ( s ) = K c T ; β >1
1
s+
βT
Bode Diagram
20
15
Magnitude (dB)
10
0
0
Phase (deg)
-30
-60
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Procedimiento de Diseño
1 (3.28)
s+
Gc ( s ) = K c T ; β >1
1
s+
βT
Defina:
Kcβ = K (3.29)
tal que:
Ts + 1 (3.30)
Gc ( s ) = K
β Ts + 1
Ts + 1 Ts + 1 (3.31)
Gc ( s )G ( s ) = K G ( s) = G1 ( s )
βTs + 1 βTs + 1
donde
G1 ( s) = KG( s) (3.32)
Paso 3.- Para evitar los efectos nocivos del atraso de fase producido por el compensador, el polo y
el cero del compensador de atraso deben ubicarse mucho más abajo de la nueva frecuencia de
cruce de ganancia. Para esto, seleccione la frecuencia de esquina ω = 1 / T , correspondiente al
cero del compensador, una década por debajo de la nueva frecuencia de cruce de ganancia.
Paso 4.- Determine la atenuación necesaria para disminuir la curva de magnitud a 0 dB en la nueva
frecuencia de cruce de ganancia. Considerando que esta atenuación es − 20 log β , determine el
valor de β . Luego obtenga la otra frecuencia de esquina, correspondiente al polo del compensador
de atraso, a partir de la expresión ω = 1 /( β T ) .
K (3.33)
Kc =
β
Ejemplo de Diseño
1 (3.34)
G ( s) =
s ( s + 1)(0.5s + 1)
Se desea compensar el sistema de manera que la constante de error estático de velocidad K v sea
5 seg -1 , el margen de fase sea de cuando menos 40º y el margen de ganancia sea de cuando
menos 10 dB.
Paso 1.- El primer paso en el diseño es ajustar la ganancia K para que satisfaga la especificación
de la constante de error estático de velocidad. Por tanto:
Ts + 1 sK (3.35)
K v = lim sGc ( s)G ( s ) = lim G1 ( s ) = lim sG1 ( s ) = lim =K =5
s →0 s →0 βTs + 1 s → 0 s → 0 s ( s + 1)(0.5s + 1)
Bode Diagram
100
System: g1
50 Frequency (rad/sec): 1.8
Magnitude (dB)
-50
-100
-150
-90
-135
System: g1
Phase (deg)
-225
-270
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
La figura anterior muestra que el margen de fase es de -13º, lo que significa que el sistema G1 ( s)
es inestable. Considerando que la adición de un compensador de atraso modifica la curva de fase
del Diagrama de Bode, se debe permitir entre 5 y 12º a fin de que el margen de fase especificado
compense la modificación de la curva de fase. Observe la frecuencia a la que ocurre un margen de
fase de 40º en la Fig. 3.9.
Bode Diagram
100
50
Magnitude (dB)
0
-50
-100
-150
-90 System: g1
Frequency (rad/sec): 0.639
Phase (deg): -140
-135
Phase (deg)
-180
-225
-270
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Dado que la frecuencia correspondiente a un margen de fase de 40º es de 0.639 rad/seg, la nueva
frecuencia de cruce de ganancia del sistema compensado debe ser seleccionada cercana a este
valor.
Paso 3.- Con el fin de evitar las constantes de tiempo muy grandes para el compensador de atraso,
se puede elegir la frecuencia de esquina ω = 1 / T del compensador en un valor de 0.1 rad/seg. Con
esta elección, el parámetro T del compensador es: T = 10 .
Paso 4.- Dado que esta frecuencia no está muy debajo de la nueva frecuencia de cruce de
ganancia, la modificación de la curva de fase tal vez no sea muy pequeña. Por tanto, para
compensar el atraso de fase introducido por el compensador se agrega 12º al margen de fase
especificado por el problema, proporcionando así una tolerancia razonable para obtener un sistema
compensado que satisfaga las especificaciones del problema. Por tanto, el margen de fase requerido
se convierte en 52º, lo que quiere decir que el ángulo de fase de la función de transferencia de lazo
abierto no compensada es de -128º. Como se observa en la Fig. 3.10, esto ocurre en la cercanía de
la frecuencia ω = 0.464 rad/seg :
Bode Diagram
100
System: g1
System: g10.46
Frequency (rad/sec):
50 Frequency
Magnitude (dB): 19.7 (rad/sec): 1.81
Magnitude (dB)
Magnitude (dB): -0.05
0
-50
-100
-150
System: g1
-90
Frequency (rad/sec): 0.464
Phase (deg): -128
-135
Phase (deg) System: g1
Frequency (rad/sec): 1.81
-180 Phase (deg): -193
-225
-270
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Por tanto, la nueva frecuencia de cruce de ganancia se toma como 0.464 rad/seg. Por su parte, para
bajar la curva de magnitud hasta 0 dB en esta nueva frecuencia de cruce de ganancia, el
compensador de atraso debe proporcionar la atenuación necesaria que, este caso es de -19.7 dB,
como se observa en la figura anterior. Por tanto:
1 (3.36)
20 log = −19.7 , o bien β = 9.6605
β
1 (3.37)
= 0.0104 rad/seg
βT
Paso 5.- Dada que la ganancia K , la cual fue calculada como K = 5 y el parámetro β = 10 , se
procede a calcular el parámetro K c del controlador como sigue:
K 5 (3.38)
Kc = = = 0.5176
β 9.6605
Una vez obtenidos los parámetros K c , β y T , se puede calcular la función de transferencia del
compensador de atraso, lo cual resulta en:
Por su parte, la función de transferencia en lazo abierto del sistema compensado está dada por:
Paso 6.- El diagrama de Bode del sistema compensado satisface las especificaciones de margen de
fase como se muestra en la Fig. 3.11.
Bode Diagram
50
Magnitude (dB) 0
System: gcg
Frequency (rad/sec): 0.0829
-50 Magnitude (dB): 0.0203
-100
-150
-90 System: gcg
Frequency (rad/sec): 0.0829
Phase (deg): -140
-135
Phase (deg)
-180
-225
-270
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Fig. 3.11 Diagrama de Bode del sistema compensado. Verificación del margen de fase
También observe que se satisface las especificaciones de margen de ganancia, ya que el margen de
ganancia resultante es de 36.6 dB, como se muestra en la Fig. 3.12.
Bode Diagram
50
System: gcg
0 Frequency (rad/sec): 1.31
Magnitude (dB)
-50
-100
-150
-90
-225
-270
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Fig. 3.12 Diagrama de Bode del sistema compensado. Verificación del margen de ganancia
Con el propósito de verificar el desempeño del sistema en el dominio del tiempo considere la
comparación de la respuesta al escalón y a la rampa el sistema compensado versus el sistema no
compensado que se muestra en la Fig. 3.13.
Step Response
200
1.4
180
1.2 160
140
1
120
0.8
Amplitude
100
0.6 80
60
0.4
40
0.2
20
0 0
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
Time (sec)
Fig. 3.13 Respuesta al escalón y a la rampa del sistema compensado comparada con la del sistema no
compensado.
Se dice que un sistema es de estado completamente controlable si existe una entrada u (t ) que
puede llevar al sistema desde cualquier estado inicial x 0 a cualquier otro estado deseado x(t ) .
x& = Ax + Bu (2.1)
y = Cx
t (2.2)
x(t ) = e x(0) + ∫ e A(t −τ ) Bu (τ )dτ
At
t (2.3)
x(0) = − ∫ e − Aτ Bu (τ )dτ
0
Se puede demostrar que la función exponencial matricial se puede expandir en una serie cerrada
dada por:
e At = α 0 (t ) I + α 1 (t ) A + α 2 (t ) A 2 + L + α n −1 (t ) A n −1 (2.4)
donde los α i ; i = 0,1, L , n − 1 son funciones del tiempo. Entonces, sustituyendo la ecuación
anterior en la ecuación (2.3) se obtiene:
n −1 t (2.5)
x(0) = −∑ A B ∫ α k (τ )u (τ )dτ
k
k =0 0
t (2.6)
β k (τ ) = ∫ α k (τ )u (τ )dτ ; k = 1,2, L , n
0
⎡ β0 ⎤ (2.7)
⎢β ⎥
[ ]
n −1
x(0) = −∑ A k Bβ k = B AB A B L A B⎢ 1 ⎥
2 n −1
k =0 ⎢ M ⎥
⎢ ⎥
⎣ β n −1 ⎦
[
Si el sistema satisface la ecuación (2.7), entonces la matriz B AB A2 B L An −1 B debe ]
ser de rango n . Esta es una condición necesaria y suficiente para la controlabilidad. De aquí, un
sistema es completamente controlable sí y sólo si la matriz de controlabilidad definida por:
C0 = B [ AB A 2 B L A n −1 B ] (2.8)
es de rango n .
8.2.2 Observabilidad
x& = Ax (2.10)
y = Cx
y (t ) = Ce At x(0) (2.11)
⎡ C ⎤ (2.12)
n −1 ⎢ CA ⎥
y (t ) = ∑ α k (t )CA k x(0) = [α 0 α 1 L α n −1 ]⎢ ⎥ x(0)
k =0 ⎢ M ⎥
⎢ n −1 ⎥
⎣CA ⎦
De esta ecuación se puede inferir que, para tener observabilidad completa, la matriz de
observabilidad:
⎡ C ⎤ (2.13)
⎢ CA ⎥
Ob = ⎢ ⎥
⎢ M ⎥
⎢ n −1 ⎥
⎣CA ⎦
⎡0 1 0⎤ ⎡0 ⎤ (2.14)
⎢
A=⎢ 0 0 1 ⎥⎥ , B = ⎢⎢0⎥⎥ ,
⎢⎣− 6 − 11 − 6⎥⎦ ⎢⎣1⎥⎦
C = [1 0 0]
⎡0 0 1⎤ (2.15)
C0 = B [ AB 2
]
A B = ⎢0 1 − 6⎥⎥
⎢
⎢⎣1 − 6 25 ⎥⎦
⎡ C ⎤ ⎡1 0 0 ⎤ (2.16)
Ob = ⎢⎢ CA ⎥⎥ = ⎢⎢0 1 0⎥⎥
⎢⎣CA 2 ⎥⎦ ⎢⎣0 0 1⎥⎦
x& = Ax + Bu (3.1)
y = Cx
u (t ) = − Kx = −k1 x1 (t ) − k 2 x 2 (t ) − L − k n x n (t ) (3.2)
+ u + x y
1
B C
− + s
Sustituyendo la ecuación (3.2) en (3.1) se obtiene la descripción del sistema realimentado dada
por:
x& = ( A − BK ) x (3.3)
Los valores propios de la matriz A − BK son los polos del sistema en lazo cerrado. Ahora bien,
se desea encontrar K tal que el ajuste de sus parámetros permita ubicar arbitrariamente los
polos del sistema en lazo cerrado.
Para hacer esto primero, suponga que la ecuación de estado del sistema de la ecuación (3.1) se
lleva, mediante un cambio de coordenadas, a la denominada forma canónica controlable que
está dada por:
⎡ 0 1 0 L 0 ⎤ ⎡0 ⎤ (3.4)
⎢ 0 0 1 L 0 ⎥ ⎥ ⎢0 ⎥
⎢ ⎢ ⎥
x& = ⎢ M M M O M ⎥ x + ⎢ M ⎥u
⎢ ⎥ ⎢ ⎥
⎢ 0 0 0 L 1 ⎥ ⎢0 ⎥
⎢⎣− a 0 − a1 − a2 L − a n −1 ⎥⎦ ⎢⎣1⎥⎦
Después de sustituir u se encuentra que la matriz del sistema de lazo cerrado está dada por:
⎡ 0 1 0 L 0 ⎤ ⎡0⎤ (3.5)
⎢ 0 0 1 L 0 ⎥⎥ ⎢0⎥
⎢ ⎢ ⎥
A − BK = ⎢ M M M O M ⎥ − ⎢ M ⎥[k1 k2 L kn ]
⎢ ⎥ ⎢ ⎥
⎢ 0 0 0 L 1 ⎥ ⎢0⎥
⎢⎣− a 0 − a1 − a2 L − a n −1 ⎥⎦ ⎢⎣1⎥⎦
o bien como:
⎡ 0 1 0 L 0 ⎤ (3.6)
⎢ 0 0 1 L 0 ⎥
⎢ ⎥
A − BK = ⎢ M M M O M ⎥
⎢ ⎥
⎢ 0 0 0 L 1 ⎥
⎢⎣− a 0 − k1 − a1 − k 2 − a2 − k3 L − a n −1 − k n ⎥⎦
s n + ( a n −1 + k n ) s n −1 + L + ( a1 + k 2 ) s + ( a 0 + k1 ) = 0 (3.7)
La ecuación anterior muestra que todos los polos del sistema pueden ser localizados
arbitrariamente en términos de valores propios deseados para la matriz A − BK del sistema en
lazo cerrado. Suponga que los valores propios deseados son λ1 , λ2 ,L, λn . Entonces la
ecuación característica deseada de lazo cerrado está dada por:
( s + λ1 )( s + λ 2 ) L ( s + λ n ) = s n + α n −1 s n −1 + L + α 1 s + α 0 = 0 (3.8)
donde los coeficientes α i se calculan expandiendo los términos sobre el semiplano izquierdo del
plano complejo s . Igualando los coeficientes de la misma potencia de s de las ecuaciones (3.7)
y (3.8) se obtiene:
a 0 + k1 = α 0 (3.9)
a1 + k 2 = α 1
L
a n −1 + k n = α n −1
k i = α i −1 − ai −1 , i = 1,2, L , n (3.10)
Este es el resultado del diseño por ubicación de polos mediante realimentación del estado. Si el
sistema es completamente controlable, se puede calcular la matriz de ganancia K de forma que
se alcancen las especificaciones en términos de los polos de deseados del sistema en lazo
cerrado.
Existen otro métodos de diseño por localización de polos. Uno de ellos es la fórmula de
Ackermann. La derivación de la ecuación (3.10) fue realizada bajo la suposición de que la
ecuación de estado del sistema (3.1) se llevaba a la forma canónica controlable. La fórmula de
Ackermann requiere sólo que el sistema (3.1) sea completamente controlable. Si lo es, entonces
se puede calcular la ganancia de realimentación como:
K = [0 0 L 1] B [ AB L A n −1 B α c ( A) ]−1 (3.11)
donde:
α c ( A) = A n + α n −1 A n −1 + L + α 1 A + α 0 I = 0 (3.12)
⎡0 5 0 ⎤ ⎡0⎤ (3.13)
x& = ⎢0 − 0.1 60 ⎥ x + ⎢⎢ 0 ⎥⎥
⎢ ⎥
⎢⎣0 − 1.4 − 50⎥⎦ ⎢⎣10⎥⎦
y = [1 0 0]x
K = [k1 k2 k3 ] (3.14)
Suponga que la ecuación característica del sistema en lazo cerrado está dada por:
Entonces:
K = [0 0 1] B [ AB ]
A 2 B α c ( A) = [0 0 1]C 0−1α c ( A)
−1
(3.16)
donde
⎡0 0 3000 ⎤
⎢
C 0 = ⎢ 0 600 − 30060⎥⎥
⎢⎣10 − 500 24160 ⎥⎦
u (t ) = k r r (t ) − Kx(t ) (3.13)
u (t ) = k1 (r (t ) − x1 (t )) − k 2 x 2 (t ) − L − k n x n (t ) (3.14)
o bien:
Note que la matriz el sistema en lazo cerrado y también el procedimiento de diseño permanecen
los mismos que en el caso del problema de regulación de la ecuación (3.3).
Si se define e = x − x (∞ ) y también r (t ) como una función escalón tal que r = cte para
t ≥ 0 , la ecuación simplemente es:
e& = ( A − BK )e (3.19)
Note que no sólo que esta ecuación es idéntica en forma a la ecuación (3.3) sino que el análisis
y la forma de encontrar K también son equivalentes.
1 x n +1 + u + x y
1
k n +1 B C
s − + s
u (t ) = k n +1 x n +1 (t ) − Kx(t ) (3.20)
x& n +1 = r (t ) − Cx (3.21)
⎡ A − BK Bk n +1 ⎤ ⎡ A 0⎤ ⎡ B ⎤ (3.23)
⎢ −C = − [K − k n +1 ] = A
~−B
~K~
⎣ 0 ⎥⎦ ⎢⎣− C 0⎥⎦ ⎢⎣ 0 ⎥⎦
K~ = [K k n +1 ] (3.24)
Con la ecuación (3.23) se puede ver que la ecuación característica del sistema está dada por:
~+B
det(sI − A ~K~ ) = 0 (3.25)
que está en la forma familiar de la ecuación (3.3) del problema del regulador. De esta manera, se
pueden usar las técnicas de localización de polos vistas en la sección 6.3.1.
Un observador de orden completo estima todos los estados a partir de la medición de la salida.
Un observador de orden reducido no toma en cuanta los estados que pueden ser medibles.
e = x − xˆ (4.2)
det( sI − A + LC ) = 0 (4.4)
tiene sus raíces con parte real negativa. La determinación de la matriz L en el observador de la
ecuación (4.1) es el mismo problema matemático que la determinación de la matriz K en el
problema de localización de polos. Los aspectos prácticos también están cercanamente
relacionados. La selección de los polos del observador es un compromiso entre la sensibilidad
de los errores de medición y la rápida recuperación de los errores iniciales. Un observador rápido
converge rápidamente pero también será sensible a los errores de medición.
K → LT ; C 0 → ObT ; A → AT (4.5)
LT = [0 L 0 1](ObT ) −1 α o ( AT ) (4.6)
o bien por:
L = α o ( A)Ob−1 [0 0 L 1] (4.7)
T
donde:
α o ( A) = A n + α n −1 A n −1 + L + α 1 A + α 0 I = 0 (4.8)
es el polinomio característico deseado evaluado en la matriz A del sistema que describe el error
de estimación del estado. La dualidad con la localización de polos también implica que L es
especialmente simple para determinar si el sistema está en la forma observable.
No se deberían estimar las variables de estado que se pueden medir. Es lógico diseñar un
estimador de orden reducido que estime sólo los estados que no pueden ser medidos o que son
muy ruidosos para ser medidos con precisión. Por tanto, considere sólo una salida medida. El
siguiente desarrollo asume que se ha seleccionado x1 como la variable de estado medible. Por
tanto la salida está dada por:
y = Cx = [1 0 L 0]x (4.9)
⎡x ⎤ (4.10)
xe = ⎢ 1 ⎥
⎣x⎦
donde xe = [x2 x3 L x n ] contiene los n − 1 estados que tienen que ser estimados. La
T
La siguiente tarea es usar las ecuaciones del estimador de estado completo. Antes de eso se
tiene que remodelar la ecuación (4.11) como si fuese un problema de estimación de estado
completo. Este ejercicio requiere algo de cuidado en la notación. Tome primero la fila de la
ecuación (4.11) y haga que constituya la ecuación de salida:
tal que tome la forma y = Cx . Se repite la segunda fila de (4.11) y se la pone como:
x&ˆ = ( A − LC ) xˆ + Bu + Ly (4.14)
y sustituir término por término usando las ecuaciones del modelo de orden reducido:
que el equivalente de orden reducido del observador de la ecuación (4.1). Note que en esta
ecuación y = x1 .
⎡ A1e ⎤
−1
⎡0 ⎤ (4.17)
⎢A A ⎥ ⎢0 ⎥
Lr = α e ( Aee ) ⎢ 1e ee ⎥ ⎢ ⎥
⎢ M ⎥ ⎢M⎥
⎢ n −1 ⎥ ⎢ ⎥
⎣ A1e Aee ⎦ ⎣1⎦
x& = Ax + Bu (5.1)
y = Cx
u (t ) = gr − Kxˆ (5.3)
r + u Proceso y
g (Planta)
−
Kxˆ
Estimador de
K estado
Fig. 5.1 Sistema de control que usa una realimentación basada en la estimación del estado
Sea e = x − xˆ , entonces:
e& = ( A − LC )e (5.4)
o bien:
⎡ x& ⎤ ⎡ A − BK BK ⎤ ⎡ x ⎤ ⎡ B ⎤ (5.7)
⎢e ⎥ = ⎢ 0 +
A − LC ⎥⎦ ⎢⎣ e ⎥⎦ ⎢⎣ 0 ⎥⎦
gr
⎣ &⎦ ⎣
⎡ x⎤
y = [C 0]⎢ ⎥
⎣e ⎦
Sean:
~ = ⎡ A − BK BK ⎤ ~ ⎡ B ⎤ ~ (5.8)
⎢ 0 ; B = ⎢ ⎥ ; C = [C 0]
A − LC ⎥⎦
A
⎣ ⎣0⎦
Y ( s) ~ ~ ) −1 B
~g (5.9)
G ( s) = = C ( sI − A
R( s)
Para una especificación de ganancia estática K p = 1 , la ganancia g debe ser ajustada como:
1 (5.11)
g = − ~ ~ −1 ~
CA B
~
Se puede demostrar que los valores propios de A están dados por las raíces de la ecuación
característica dada por:
~) = det(sI − ( A − BK )) det(sI − ( A _ LC )) = 0
det(sI − A (5.12)
⎡1 2 0⎤ ⎡0 ⎤ (5.13)
x& = ⎢⎢0 − 0.1 3 ⎥⎥ x + ⎢⎢0⎥⎥u
⎢⎣0 − 1.4 − 1⎥⎦ ⎢⎣2⎥⎦
y = [1 0 0]x
Suponga que los polos introducidos por el regulador se quieren todos en -2 y que los polos
introducidos por el observador se quieren todos en -5.
Para resolver este problema considere el programa hecho con Matlab que se lista a
continuación:
subplot(2,2,3);
plot(t,y);
title('salida')
grid;
subplot(2,2,4);
plot(t,x1hat);
title('estado estimado')
grid;
⎡ 14.93 ⎤
L = ⎢⎢27.8386⎥⎥
⎢⎣ 1.6958 ⎥⎦
Fig. 5.2 Resultados de simulación del sistema de control con estimador de estado.
Modelo matemático
Considere el modelo de un paciente diabético, discutido en el capítulo 2, dado por el siguiente conjunto
de ecuaciones:
x&1 (t ) = −k sc x1 (t ) + u (t )
x& 2 (t ) = −a3 x 2 (t ) + a 4 x 4 (t ) + a5 x3 (t ) + a 7 k sc x1 (t )
x& 3 (t ) = −a5 x3 (t ) + a6 x 2 (t )
x& 4 (t ) = −a1 x4 (t ) + a 2 x2 (t )
x& 5 = −(k1 + k 2 x 4 (t )) x5 (t ) + k 3 + v
donde
k1 = 0.0236 min −1
k 2 = 7.07 × 10 −5 [mU ⋅ min ]
−1
k 3 = 2.36 mg / dl / min
a1 = 0.021 min −1
a 2 = 0.042 min −1
a3 = 0.435 min −1
a 4 = 0.021 min −1
a5 = 0.394 min −1
a6 = 0.142 min −1
a7 = 0.47 %
k sc = 1
− k sc x01 + u 0 = 0
− a3 x02 + a 4 x04 + a5 x03 + a 7 k sc x01 = 0
− a5 x03 + a6 x02 = 0
− a1 x04 + a 2 x02 = 0
− (k1 + k 2 x04 ) x05 + k 3 + v0 = 0
k1 x05 − k 3 − v0
x04 = − =0
k 2 x05
a1 x04
x02 = =0
a2
a6 x02
x03 = =0
a5
Sea
f1 ( x, u, v) = −k sc x1 + u
f 2 ( x, u, v) = −a3 x 2 + a 4 x 4 + a5 x3 + a 7 k sc x1
f 3 ( x, u , v ) = − a 5 x 3 + a 6 x 2
f 4 ( x, u, v) = −a1 x 4 + a 2 x2
f 5 ( x, u , v ) = − ( k1 + k 2 x 4 ) x 5 + k 3 + v
Entonces, el modelo linealizado alrededor del punto de operación, sin considerar la perturbación v , se
puede calcular como:
∂f ∂f ∂f ∂f
z& (t ) = z+ (u − u 0 ) = z+ u
∂x x0 ,u 0 ∂u x0 , u 0 ∂x x0 ,u 0 ∂u x0 , u 0
donde
⎡1 0⎤
⎢0 0⎥⎥
∂f ⎢
B= = ⎢0 0⎥
∂u ⎢ ⎥
⎢0 0⎥
⎢⎣0 1⎥⎦
y
ω = [0 0 0 0 1]z
tal que
x = x0 + z
y = y0 + ω
Controlabilidad y Observabilidad
El cálculo de la matriz de controlabilidad, efectuado en Matlab, es el siguiente:
⎡1 − 1 1 −1 1 ⎤
⎢0 0.47 − 0.6744 0.7901 − 0.8624⎥
⎢ ⎥
Co = B [ AB A2 B A3 B ]
A 4 B = ⎢0 0 0.0667 − 0.1221 0.1603 ⎥
⎢ ⎥
⎢0 0 0.0197 − 0.0287 0.0338 ⎥
⎢⎣0 0 0 − 0.0001 0.0002 ⎥⎦
⎡ C ⎤ ⎡ 0 0 0 0 1 ⎤
⎢ CA ⎥ ⎢ 0 0 0 − 0.0071 − 0.0236⎥⎥
⎢ ⎥ ⎢
Ob = ⎢CA 2 ⎥ = ⎢ 0 − 0.0003 0 0.0003 0.0006 ⎥
⎢ 3⎥ ⎢ ⎥
⎢CA ⎥ ⎢− 0.0001 0.0001 − 0.0001 − 0.0000 − 0.0000⎥
⎢⎣CA 4 ⎥⎦ ⎢⎣ 0.0002 − 0.0001 0.0001 0.0000 0.0000 ⎥⎦
% Parámetros
k1=0.0236;
k2=7.07e-5;
k3=2.36;
a1=0.021;
a2=0.042;
a3=0.435;
a4=0.021;
a5=0.394;
a6=0.142;
a7=0.47;
ksc=1;
%Punto de operacion
x50=100
x40=(k3-k1*x50)/(k2*x50)
x20=a1*x40/a2
x30=a6*x20
x10=(a3*x20-a4*x40-a5*x30)/(a7*ksc)
v0=0
u0=ksc*x10
A=[-ksc 0 0 0 0;a7*ksc -a3 a5 a4 0;0 a6 -a5 0 0;0 a2 0 -a1 0;0 0 0 -k2*x50 -k1-k2*x40]
Bv=[1 0;0 0;0 0;0 0;0 1]
B=[1;0;0;0;0]
C=[0 0 0 0 1]
%controlabilidad
co=ctrb(A,B)
rco=rank(co)
%Observabilidad
ob=obsv(A,C)
rob=rank(ob)
%Polos localizados por el controlador
pc=[-0.25 -0.25 -0.25 -0.25 -0.25]
K=acker(A,B,pc)
K1=K(1)
K2=K(2)
K3=K(3)
K4=K(4)
K5=K(5)
%Polos localizados por el observador
po=[-1 -1 -1 -1 -1]
L=acker(A',C',po)
l1=L(1)
l2=L(2)
l3=L(3)
l4=L(4)
l5=L(5)
A111=A-B*K
A112=B*K
A121=[0 0 0 0 0;0 0 0 0 0;0 0 0 0 0;0 0 0 0 0;0 0 0 0 0]
A122=A-L'*C
A1=[A111 A112;A121 A122]
B11=B
B12=[0;0;0;0;0]
B1=[B11;B12]
C11=C
C12=[0 0 0 0 0]
C1=[C11 C12]
%Ganancia de prealimentacón
g=-1/(C1*inv(A1)*B1)
⎡ x& ⎤ ⎡ A − BK BK ⎤ ⎡ x ⎤ ⎡ B ⎤
⎢ e& ⎥ = ⎢ 0 +
A − LC ⎥⎦ ⎢⎣ e ⎥⎦ ⎢⎣ 0 ⎥⎦
gr
⎣ ⎦ ⎣
⎡ x⎤
ω = [C 0]⎢ ⎥
⎣e ⎦
Sean:
~ ⎡ A − BK BK ⎤ ~ ⎡ B ⎤ ~
A=⎢ ; B = ⎢ ⎥ ; C = [C 0]
⎣ 0 A − LC ⎥⎦ ⎣0⎦
Ω( s ) ~ ~ ~
G ( s) = = C ( sI − A) B g
R( s)
Para una ganancia estática unitaria, la ganancia debe ser ajustada como:
1
g = − ~~ −1 ~
CA B
g = −17.7598
La siguiente figura muestra el nivel de glucosa con el modelo linealizado para un tiempo de simulación de
200 min. Observe que se tiene un sobrepaso ligeramente por encima del nivel de glucosa de 125 mg/dl.
Sin embargo, observe que, para lograr la regulación, la señal de control se eleva a valores imprácticos en
el tiempo inicial de la simulación, como se muestra en la siguiente figura:
Observe también que la señal de control toma valores positivos y negativos. En el caso de la presente
simulación sólo son útiles los valores negativos, ya que un valor positivo significaría sacar insulina del
paciente.
Considere ahora una saturación en el actuador tal que la señal de control tome valores sólo en el rango
de [-250,0]. El nivel de glucosa experimenta el deterioro que se muestra en la siguiente figura:
En este caso, como era de suponer, la respuesta del paciente es muy lenta, considerando que el tiempo
de simulación es de 600 min.
Considere ahora una perturbación que introduce glucosa por el aparato digestivo a una razón de 3
mg/dl/min, durante 30 minutos a partir del minuto 300, manteniendo las restricciones en el actuador. En
este caso, el comportamiento del nivel de glucosa se deteriora como se muestra en la siguiente figura:
Sin embargo, si el nivel de la perturbación se reduce a 1.5 mg/dl/min, entonces se obtienen resultados
más satisfactorios para el paciente, como se muestra en la siguiente figura:
El observador y el regulador utilizados fueron los que se calcularon para el sistema linealizado.
La siguiente figura muestra el nivel de glucosa con el modelo no lineal para un tiempo de simulación de
200 min. Observe que se tiene un sobrepaso dentro de los márgenes aceptables y existe un error en
estado estacionario, debido a la no linealidad y a que la ganancia de prealimentación g fue calculada
como el inverso de la ganancia estática del sistema de lazo cerrado con modelo linealizado. A pesar de
ello, la respuesta, aunque más lenta se muestra dentro de los márgenes aceptables para la aplicación.
De la misma manera que en el caso anterior, observe que la señal de control toma valores positivos y
negativos como se muestra en la siguiente figura:
En el caso de la presente simulación sólo son útiles los valores positivos, ya que un valor negativo
significaría sacar insulina del paciente.
Considere ahora una saturación en el actuador tal que la señal de control tome valores sólo en el rango
de [0,250]. El nivel de glucosa experimenta el comportamiento que se muestra en la siguiente figura:
Respuesta del sistema con modelo no lineal sin perturbación y con restricciones en el actuador
El sistema de control hace que el nivel de glucosa se establezca en el nivel deseado en un tiempo de 200
min. Compare esta respuesta con la correspondiente obtenida para el modelo linealizado.
Considere ahora una perturbación que introduce glucosa por el aparato digestivo a una razón de 3
mg/dl/min, durante 30 minutos a partir del minuto 300, manteniendo las restricciones en el actuador. En
este caso, el comportamiento del nivel de glucosa se deteriora como se muestra en la siguiente figura:
Respuesta del sistema con modelo no lineal con perturbación y restricciones elevadas en el actuador
Al igual que con el modelo linealizado, se experimenta un periodo de hiperglucemia. Sin embargo, en este
caso también se experimenta un periodo de hipoglucemia, ya que el nivel de glucosa baja por debajo de
los 70 mg/dl. Pero, si el nivel de la perturbación se reduce a 1.5 mg/dl/min, entonces se obtienen
resultados más satisfactorios para el paciente, como se muestra en la siguiente figura:
Respuesta del sistema con modelo no lineal con perturbaciones moderadas y restricciones en el actuador
Análisis comparativo
Considere el siguiente análisis comparativo de los resultados de simulación
La simulación con el modelo no lineal difiere considerablemente tanto en el transitorio como en el estado
permanente. La respuesta con modelo no lineal es más lenta y tiene un error en estado estacionario,
aunque tiene un menor sobrepaso.
La simulación con el modelo no lineal difiere considerablemente en los transitorios. La respuesta con el
modelo no lineal experimenta un periodo corto de hiperglucemia y un periodo corto de hipoglucemia. No
se experimenta hipoglucemia con el modelo linealizado.
La simulación con el modelo no lineal difiere considerablemente en los transitorios. La respuesta con el
modelo no lineal está dentro de los márgenes aceptables para el paciente, sin embargo la simulación con
el modelo linealizado experimenta un periodo corto de hiperglucemia.
Aunque la simulación con el modelo no lineal muestra mejores resultados, para el paciente
correspondiente a los parámetros considerados, esto no significa que el control diseñado sea satisfactorio
para todos los pacientes. Así como las diferencias, en este caso, fueron hacia abajo, también lo pueden
ser hacia arriba.
Sin embargo, note que el controlador diseñado para el modelo lineal no pierde estabilidad con el modelo
no lineal.
BIBLIOGRAFIA
Chen C. Analog and Digital Control System Design. Transfer function, State Space, and Algebraic Methods.
Saunders College Publishing , 1993.
Dorf R. Sistemas Automáticos de control. Teoría y Práctica. Fondo Educativo Interamericano 1974
Leigh J. Applied Digital Control. Theory, Design and Implementation. Second Edition. Prentice Hall
International (UK) Ltd. 1985, 1992.
Lewis P.H., Yang Ch. Sistemas de Control en Ingeniería. Prentice Hall, 1999.
Ogata K. Ingeniería de Control Moderna. Tercera Edición. PHH Prentice Hall, 1998.
Chau P. Process Control. A First Course with Matlab. Cambridge University Press. 2002.